Stanford AI 课程地图 EN GitHub ↗
← 返回课程地图
Stanford · 2026—27 CME 216 统计与优化 —

延伸课程 · 统计与优化

ML × 计算工程

Machine Learning for Computational Engineering. (ME 343)

核方法、深度学习、自动微分与物理约束 ML。

3 学分 2026–27 未排课 Letter (ABCD/NP) —
ML × 计算工程

课程定位

核方法、深度学习、自动微分与物理约束 ML。 本页保留官方档案与入口,具体内容与考核以当季官网为准。

主要内容

本页为延伸课程速览,主要内容见下方官方描述。

先修

见官方描述(延伸课程暂未单独整理先修)。

考核与工作量

以当季官网为准(延伸课程暂未单独整理考核)。

适合谁

对「ML × 计算工程」方向感兴趣的人。

学习建议

先读官方描述和课程官网,再判断是否适合自己。

相关课程

官方课程描述(英文原文)

Linear and kernel support vector machines, deep learning, deep neural networks, generative adversarial networks, physics-based machine learning, forward and reverse mode automatic differentiation, optimization algorithms for machine learning, TensorFlow, PyTorch.