返回资源列表

Stanford CS228

Stanford CS228:Probabilistic Graphical Models(2023–24 冬)

用图模型表达概率依赖并进行推断和学习。

打开官方课程
难度
中阶
形式
大学课程
语言
英文
规模
10 个课节
内容费用
免费
动手
需要动手环境

使用限制

课程笔记公开;编程作业在 Ed 平台。

练习与作业
编程作业在 Ed 平台(仅限选课学生)

学完你能

  • 用图模型表达概率依赖并进行推断和学习

适合你吗

适合

已具备概率、线性代数与机器学习基础,想系统学习概率图模型的学习者。

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、线性代数与机器学习(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
5 次作业均包含书面与编程部分,原始题目在 Ed、提交在 Gradescope;公开自学先按周完成对应笔记推导,额外练习须标明是本站建议,不能冒充原作业。
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
免费配套课程笔记网站公开免费,课程大纲与作业说明公开;课堂录像需 Stanford 账号(Canvas)

来源与使用须知

原始资源
Stanford CS228 收录版本:2023–24 冬
收录时间
本站首次收录 2026-10-10

版权与转载

  • MIT:代码可自由使用和修改,需保留版权声明;适用范围以原站说明为准,第三方材料可能另有条款。原站说明
  • 其余材料未标明许可: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。