Abstract: 本文翻译自Stanford大学AI专业的课程选取表，为广大AI自学者提供自学建议
Keywords: Stanford Artificial Intelligence Track，人工智能课程，自学机器学习，自学人工智能，机器学习数学课程
人工智能课程安排
来自远方的选课表
看我的博客的人应该大概有印象，我其实这些都是自学的，我也相信，上网找资料找博客的人也有一大部分是准备自学的，自学的好处是可以根据自己时间能力和方向自己安排学什么，怎么学，包括看书，看公开课等很多方式，但是缺点就是，我们可能知道大概学什么，但是精确到每一个科目还是有些拿不准，换句话说就是学到什么样的深度把握不好，因为每一门课都可以深入到相当专业的程度，那么学到什么程度就可以开始下一门基础课了呢，比如人工智能，我们数学分析要学多少，实分析要不要，泛函要不要，这些问题都困扰着我，常见的办法就是去zhihu提问，当然答案靠不靠谱就不一定了。
所以今天我就找了一下Stanford大学的AI专业的选课表（我自己翻译的，我觉得就是个这东西）或者说是课程安排。我只找了一部分比较重要的，完整的可以参考：
https://cs.stanford.edu/degrees/ug/ProgramSheets.shtml
当然如果你认为这是美帝的课表不符合你的能力或者你更喜欢中国的课程安排，你也可以去查查清华北大的课程安排，当然我没尝试，毕竟这种东西有人认为应该跟大家分享，也有人觉得这是机密，不过这是个好思路，找名校的课程安排，来安排自己的学习。
数学
数学是我这个博客目前主要介绍的内容，毕竟是基础，所以怎么强调都不为过。我以前总结的图是这样的;
当然这个也不是错的，但可能不太科学，stage 0 和1应该是都要掌握的，但是我们来看看Stanford是怎么安排数学课的：
这些就是他们要掌握的数学基础，红框里面选修两门
可见微积分1，2，3和计算方法以及概率是必须要会的，他们的微积分3好像是我们的数学分析，详细内容可以查一下他们的课程内容
https://explorecourses.stanford.edu/search?view=catalog&filter-coursestatus-Active=on&page=0&catalog=&academicYear=&q=&collapse=
输入课程号码就可以找到详细的资料了。
计算机
接着是计算机基础课：
少得可怜，就三门课，当然也是必修，计算机组成和系统，计算机系统原理，设计和分析算法。
咋没有C语言呢。。
深入研究
这是最长的，当然他们也不是全都学，根据自己的方向，和兴趣，可以从里面进行选择，比如自然语言还是图像，或者是研究AI方法的，都有自己要学的东西，要求也不一样，A要求最高，C相对低。
选修
然后就是自己发挥的课程了，根据自己的兴趣选择
凸优化，认知神经学都在这里，这里应该算是更加深入了，而不是更加不重要了。
换句话说就是专业性更强了，不像微积分那么大众了
总结
这篇短文主要内容在图表，相信大家懂点英文都能看懂，重要的发现自己喜欢的和需要的。原文和我整理的表格连接如下：