六校 AI 课程地图
本页是导航页，不替代具体课程笔记。每所学校的课程页都已经按主题分散到
undergraduate和graduate/*目录里；这里的作用是帮你先看清每所学校的课程风格，再决定从哪里入手。
收录说明
- 以官方课程目录、官方培养方案、官方课程页和近年课程官网为主。
- 优先收录长期稳定的主干课，不大量收录临时专题课。
- 课程开设学期会变化，具体年份以官方页面为准。
Stanford
- 适合人群：想系统打通 AI 全链路，尤其是 NLP、CV、RL、图学习和生成模型。
- 入门主课：
CS221 - 机器学习主干：
CS229、CS228 - 深度学习主干：
CS230、CS236 - NLP / Speech：
CS124、CS224N、CS224U、CS224S - CV / Vision：
CS131、CS231A、CS231N - RL / Robotics / Graphs：
CS234、CS224R、CS237A、CS224W、CS276 - 补充专题：生成模型
CS236 - 官方入口：
Stanford ExploreCourses、CS 各课程官网、MSCS AI program sheet
MIT
- 适合人群：想把 AI 建模、优化、推断、机器人和工程实现一起学扎实。
- 入门主课：
6.034 - 机器学习主干：
6.3900 - 推断与表示：
6.4110 - 深度学习：
6.7960 - NLP / CV：
6.8611、6.4300 - 机器人：
6.4200、6.4210 - 补充方向：
6.5151、6.5940、6.7930J、6.3950 - 官方入口：
MIT Course Catalog、MIT EECS/OCW 课程主页
Harvard
- 适合人群：想先打牢 AI 和 ML 基础，再往 NLP、TinyML 或研究实践延伸。
- AI 主课：
COMPSCI 1820 - ML 主课：
COMPSCI 1810 - NLP / 语言智能：
COMPSCI 1870 - 边缘与高效 AI：
CS249r - 研究实践：
COMPSCI 197 - AI 系 统专题：
CS265 - 数学支撑：
AM 220 - 官方入口：Harvard SEAS CS 课程页、CS Advising 课程标签页、各课程站点
Berkeley
- 适合人群：想通过公开资料和作业体系做高强度实战训练。
- AI 主课：
CS188 - ML 主课：
CS189 - 深度学习：
CS182 - CV / NLP：
C280、CS288 - RL / Robotics：
CS285、CS287 - 课程风格：作业和项目驱动强，社区资料最丰富的一批 AI 课程基本都集中在 Berkeley。
- 官方入口：Berkeley EECS/Classes、课程官网、AI Research Area 相关课程页
Princeton
- 适合人群：偏好结构紧凑、理论训练明确的 AI/ML 学习路径。
- AI / ML 基础：
COS302、COS324 - 高阶 ML：
COS424、COS511 - CV / NLP / DL：
COS429、COS484、COS485 - 课程风格：数量不算最多，但理论含量高，适合从基础一路过渡到研究。
- 官方入口：Princeton CS Schedule、AIML 课程页、Registrar 课程目录
CMU
- 适合人群：想学最完整的 AI 课程树，尤其是 ML、NLP、CV、机器人和研究型项目。
- AI 主课：
15-281 / 15-381 - ML 主干：
10-315、10-605、10-701 - 深度学习：
11-485 - NLP / CV：
11-411、16-385 - RL / 研究进阶：
10-403 - 课程风格：强工程、强研究、强项目，很多课程天然就是读博前的训练营。
- 官方入口：CMU Course Catalog、ML Department 课程说明页、各课程官网
怎么选第一门课
- 想学“经典 AI”全景：
CS188、CS221、6.034、15-281 - 想学“机器学习主线”：
CS229、CS189、6.3900、COS324 - 想学“深度学习主线”：
CS230、CS182、6.7960、11-485 - 想尽快进 NLP：
CS224N、6.8611、11-411 - 想尽快进 CV：
CS231N、6.4300、16-385 - 想尽快进 RL：
CS234、CS285