Stanford MS&E233
Stanford MS&E233：Game Theory, Data Science and AI（2026 春）
学习博弈求解、算法智能体及博弈论与 AI 的结合。
StanfordMS&E233
- 难度
- 见前置条件
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 20 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
课程页面与讲义公开；作业在 Colab 运行。
- 练习与作业
- Google 账号（作业在 Colab 运行）
学完你能
- 学习博弈求解、算法智能体及博弈论与 AI 的结合
适合你吗
适合
已具备概率、统计与基本优化基础，想系统学习决策与博弈、强化学习的学习者。
暂不适合
前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。
需要先会
建议先具备：概率、统计与基本优化（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 官方列出 8 次以 Python 编程为主并含推导的作业，通过 Gradescope 提交。公开表只有发布日期与截止日期，没有作业文件。正式修课者只能使用课程允许的 Colab 内 Gemini 辅助作业；每课提示词不得替学生代做作业或引入其他 GenAI 工具。
- 学习时长
- 20 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 免费各讲幻灯片与阅读材料公开免费，推荐教材均有免费在线版；课程不录像，讨论区需校内账号
来源与使用须知
- 原始资源
- Stanford MS&E233 收录版本：2026 春
- 收录时间
- 本站首次收录 2026-10-10
版权与转载
- 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。