github上最牛的课程集合
源代码
http://www.gitpp.com/CircuitVerse/awesome-courses
人工智能部分
人工智能CS 188 人工智能简介 加州大学伯克利分校
本课程将介绍智能计算机系统设计的基本思想和技术。特别强调统计和决策理论建模范式。在本课程结束时，您将构建自主代理，这些代理可以在完全知情、部分可观察和对抗的环境中有效地做出决策。您的代理将在不确定的环境中得出推论并优化任意奖励结构的操作。您的机器学习算法将对手写数字和照片进行分类。您在本课程中学习的技术适用于各种人工智能问题，并将作为您选择的任何应用领域进一步研究的基础。
讲座
项目
考试
CS 4700 人工智能基础 康奈尔大学
本课程将介绍计算机视觉，主题包括图像形成、特征检测、运动估计、图像拼接、3D 形状重建以及物体和人脸检测和识别。这些技术的应用包括构建 3D 地图、创建虚拟角色、组织照片和视频数据库、人机交互、视频监控、自动车辆导航和移动计算机视觉。这是一门基于项目的课程，您将在整个学期内实施多种计算机视觉算法。
作业
讲座
CS 6700 高级人工智能 康奈尔大学
设计出世界排名前十的系统（人类、计算机或者人机混合）。
教学大纲
讲座
阅读
6.868J 麻省理工学院心智学会
本课程由Marvin Minsky教授介绍，介绍了一种理论，该理论试图解释思维如何由一系列简单的过程组成。它涉及思维的各个方面，如视觉、语言、学习、推理、记忆、意识、理想、情感和个性。它结合了心理学、人工智能和计算机科学的思想来解决理论问题，例如整体与部分、结构与功能描述、陈述性与程序性表示、符号与联结主义模型以及逻辑与常识学习理论。
讲座
作业
阅读
电脑图像CAP 5415 计算机视觉 中佛罗里达大学
入门级课程，涵盖计算机视觉的基本主题，并介绍一些计算机视觉研究的基本方法。
讲座和视频
作业
CIS 581 计算机视觉与计算摄影 宾夕法尼亚大学
计算机视觉和计算摄影的入门课程，重点关注四个主题：图像特征、图像变形、形状匹配和图像搜索。
讲座
作业
CMU 462 计算机图形学 卡内基梅隆大学
本课程全面介绍计算机图形学。重点介绍基本概念和技术，以及它们与图形学中多个问题领域（渲染、动画、几何、成像）的交叉关系。主题包括：采样、混叠、插值、光栅化、几何变换、参数化、可见性、合成、过滤、卷积、曲线和曲面、几何数据结构、细分、网格划分、空间层次结构、光线追踪、辐射测量、反射率、光场、几何光学、蒙特卡罗渲染、重要性采样、相机模型、高性能光线追踪、微分方程、时间积分、数值微分、基于物理的动画、优化、数值线性代数、逆运动学、傅里叶方法、数据拟合、基于示例的合成。
讲座和阅读
作业和测验
CS 378 计算机视觉 3D 重建 UTexas
在本实验课程中，我们将深入研究 3D 重建的实际应用，结合硬件和软件从头开始构建我们自己的 3D 环境。我们将使用 OpenCV 等开源框架来完成繁重的工作，重点是理解和应用最先进的几何计算机视觉方法
讲座
CS 4620 计算机图形学简介 康奈尔大学
在计算机中创建、处理和使用视觉图像的研究。
作业
考试
CS 4670 计算机视觉简介 康奈尔大学
本课程将介绍计算机视觉，主题包括图像形成、特征检测、运动估计、图像拼接、3D 形状重建以及物体和人脸检测和识别。这些技术的应用包括构建 3D 地图、创建虚拟角色、组织照片和视频数据库、人机交互、视频监控、自动车辆导航和移动计算机视觉。这是一门基于项目的课程，您将在整个学期内实施多种计算机视觉算法。
作业
讲座
CS 6670 计算机视觉 康奈尔大学
计算机视觉简介。主题包括边缘检测、图像分割、立体视觉、运动和光流、图像拼接、3D 形状重建和物体识别。学生需要实现课程中涵盖的几种算法并完成最终项目。
教学大纲
讲座
作业
CSCI 1230 计算机图形学简介 布朗大学
本课程深入探讨了 2D 和 3D 计算机图形学的基本概念。它介绍了 2D 光栅图形技术，包括扫描转换、简单图像处理、交互技术和用户界面设计。课程的大部分内容致力于 3D 建模、几何变换以及 3D 查看和渲染。
讲座
实验室
演示
CSCI-GA.2270-001 研究生计算机图形学 纽约大学
循序渐进地学习计算机图形学，每次讲座都有阅读和作业（2015 年秋季）
讲座
有很多的隐互联网上散布的大学网页中的宝藏。此列表旨在揭示那些出色的计算机科学课程，这些课程的高质量材料（即作业、讲座、笔记、阅读材料和考试）可免费在线获取。
目录算法
人工智能
电脑图像
CS理论
计算机科学概论
机器学习
杂项
编程语言/编译器
安全
系统
统计/回归
图片
github上最牛的课程集合
源代码
http://www.gitpp.com/CircuitVerse/awesome-courses
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。炒股配资手机版提示：文章来自网络，不代表本站观点。
