主题包括计数和组合、随机变量、条件概率、独立性、分布、期望、点估计和极限定理。概率在计算机科学中的应用,包括机器学习和概率在算法分析中的使用。先决条件:103、106B 或 X,多元微积分达到 MATH 51 或 CME 100 或同等水平。
细节:
第109章
班级编号:23891
课程费用:6165.00 美元
人口:本科生、研究生
单位:5
兴趣领域:计算机科学与工程
课程形式和长度:面授,8 周
日期: 2023年6月24日 - 2023年8月20日
先决条件:CS 103、CS 106B 或 X、MATH 51 或 CME 100 或同等水平的多元微积分。
时间表:MWF 下午 1:30 - 下午 3:15
活动和参与
研讨会
我们通过夏季学术资源中心 (SARC) 主办,提供各种教育研讨会,以补充您的学术追求。来自斯坦福大学附属机构、社区合作伙伴和研究生导师的演讲者将涵盖从学术技能到职业探索的广泛主题。过去的研讨会包括大学准备、软件探索和建立专业网络。
斯坦福空间
探索斯坦福大学校园的知识生态系统。参观 Cantor 艺术中心等博物馆,参观 d.school、Frost Amphitheatre 和 O'Donohue Family Farm 等独特的校园空间,并了解聚集在斯坦福研究园的独特公司和创新者社区。
斯坦福之声
这些小型聚会让您有机会与斯坦福大学的教职员工、研究员和校友联系,了解他们的工作或研究,以及他们到达这里的道路。提出问题并继续您的智力探索——无论您是今年夏天正在学习该主题的课程还是只是出于好奇。
怎么运行的
- 申请参加我们为期 8 周的课程。
- 接收并接受您的录取。
- 在四月份开始招生时注册课程。
- 作为住宿学生或通勤学生参加。
- 计数和概率基础
- 一维随机变量
- 概率模型
- 不确定性理论
- 参数估计
- Introduction to machine learning
完成 CS109 后,我们希望您能够实现以下学习目标:
- 使用概率、期望和方差来推理情况。
- 能够轻松地学习超出本课程范围的新概率概念(例如,通过自己的研究、学习或兴趣)。
- 编写程序来模拟随机实验并检验实验假设。
- 理解并实现简单的机器学习算法,如朴素贝叶斯和逻辑回归。


