StanfordCS129
- 难度
- 中阶
- 形式
- 大学课程
- 语言
- 英文
- 规模
- 10 个课节
- 内容费用
- 费用待核验
- 动手
- 需要动手环境
使用限制
课程主页公开；视频、测验与编程作业放在只面向选课学生的 Coursera 私有课程。
- 学习材料
- 斯坦福私有 Coursera 班级（仅限选课学生）
学完你能
- 实现和应用机器学习算法，练习模型选择与改进
适合你吗
适合
已具备 Python、线性代数、概率和微积分基础，想系统学习监督学习的学习者。
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：Python、线性代数、概率和微积分（本站建议）。正式选课要求见原站 syllabus。
课程特点
- 内容侧重
- 侧重实践应用
- 练习与项目
- 官方有 Coursera 每周测验和编程作业、PSET 1–3、期中考试与最终项目。PSET PDF 和讨论题在课表中；公开同名 Machine Learning Specialization 不是该私有班级的自动替代，访问与费用另查。
- 学习时长
- 10 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
- 费用待核验费用尚未核实；课件、视频、注册与证书的开放范围以原站为准。
来源与使用须知
- 原始资源
- Stanford CS129 收录版本：2026 冬
- 收录时间
- 本站首次收录 2026-10-10
- 指南参考
- 官方课程入口 课节、材料或环境依据
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。