1影片入門EN
Stanford CS329A Self-Improving AI Agents | Part 1 | Course Overview（在新分頁開啟原站）
Stanford CS329A 課程第一部分介紹了自適應 AI 代理的概念，探討如何讓系統根據環境變化自動調整策略。
54.4 萬次觀看
※ 摘要僅根據標題與說明
Stanford Online
YouTube ・ 國際 ・ 英文 ・ S 級 ・ 129 萬 訂閱 ・ 60 筆內容 ・ 最近更新 2026/09/30
CS25、CS336、CS224N、CS229 等課程錄影（頻道很雜，要按播放清單篩）
最受歡迎
依人氣
- 2影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Economics of Generative AI（在新分頁開啟原站）
Stanford 線上課程介紹了 AI 週期經濟學，探討生成式 AI 如何重塑經濟結構與政策，內容聚焦於未來趨勢與實際影響。
39.9 萬次觀看※ 摘要僅根據標題與說明
- 3影片進階EN
AI in Healthcare Series: Have We Already Bent the Healthcare Cost Curve?（在新分頁開啟原站）
本訪談探討 AI 是否已開始彎曲美國醫療成本曲線，並分析醫療專業被取代的風險。訪談者與 Eric Larsen 討論了自主 AI 超越醫師的爭議論文，以及 GLP-1 藥物與醫療服務地點轉移對成本的影響。
1.7 萬次觀看※ 摘要僅根據標題與說明
- 4影片進階EN
Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 1 - Transformers（在新分頁開啟原站）
本影片為 Stanford CME295 秋季 2026 年課程的第一講，由 Adjunct Professor Afshine Amidi 與 Shervine Amidi 共同主持。
18.1 萬次觀看※ 摘要僅根據標題與說明
- 5影片進階EN
Stanford CS153 Frontier Systems | Teaching AI to Touch Atoms（在新分頁開啟原站）
介紹 Stanford 的 Periodic Labs 團隊，他們利用 AI 結合自主實驗機器人，在 40,000 平方英尺的設施中閉環式地預測、合成並驗證新材料。
- 6影片進階EN
Webinar: AI Agent Simulation of Human Behavior with Michael Bernstein（在新分頁開啟原站）
本場次探討 AI 模擬人類行為的潛力與挑戰。教授指出，由於決策常基於不完整的資訊，我們常做出錯誤猜測。雖然 Agent-based models 和生成式模擬已有應用，但現有方法往往過於簡化或刻板。
1.1 萬次觀看 - 7影片進階EN
Webinar: What AI Can and Cannot Do: Intelligence Augmentation in Practice with Michael Bernstein（在新分頁開啟原站）
本影片由斯坦福大學教授麥可·伯恩斯主持，探討 AI 在實際應用中能與不能做的事。他提出「精銳問題」與「粗糙問題」的框架，指出精銳問題（如自動程式設計）目前較難達成，而粗糙問題（如生成文案）則較易解決。
1 萬次觀看 - 11.5 萬次觀看
※ 摘要僅根據標題與說明
- 9影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 14: Transformers, In-Context Learning（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 14 課介紹 Transformer 架構與上下文學習，探討如何讓模型在少量資料下快速理解複雜任務。
16.9 萬次觀看※ 摘要僅根據標題與說明
- 10影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 2 | Test-Time Compute Scaling（在新分頁開啟原站）
Stanford CS329A 系列第二集探討 AI 代理如何透過測試時計算量來擴充套件規模，內容聚焦於測試時計算的技術原理與應用例項。
6.5 萬次觀看※ 摘要僅根據標題與說明
最新內容
依發布時間
- 影片進階EN
Webinar: What AI Can and Cannot Do: Intelligence Augmentation in Practice with Michael Bernstein（在新分頁開啟原站）
本影片由斯坦福大學教授麥可·伯恩斯主持，探討 AI 在實際應用中能與不能做的事。他提出「精銳問題」與「粗糙問題」的框架，指出精銳問題（如自動程式設計）目前較難達成，而粗糙問題（如生成文案）則較易解決。
1 萬次觀看 - 影片進階EN
Stanford CS153 Frontier Systems | Teaching AI to Touch Atoms（在新分頁開啟原站）
介紹 Stanford 的 Periodic Labs 團隊，他們利用 AI 結合自主實驗機器人，在 40,000 平方英尺的設施中閉環式地預測、合成並驗證新材料。
- 影片進階EN
Webinar: AI Agent Simulation of Human Behavior with Michael Bernstein（在新分頁開啟原站）
本場次探討 AI 模擬人類行為的潛力與挑戰。教授指出，由於決策常基於不完整的資訊，我們常做出錯誤猜測。雖然 Agent-based models 和生成式模擬已有應用，但現有方法往往過於簡化或刻板。
1.1 萬次觀看 - 影片進階EN
Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 1 - Transformers（在新分頁開啟原站）
本影片為 Stanford CME295 秋季 2026 年課程的第一講，由 Adjunct Professor Afshine Amidi 與 Shervine Amidi 共同主持。
18.1 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
AI in Healthcare Series: Have We Already Bent the Healthcare Cost Curve?（在新分頁開啟原站）
本訪談探討 AI 是否已開始彎曲美國醫療成本曲線，並分析醫療專業被取代的風險。訪談者與 Eric Larsen 討論了自主 AI 超越醫師的爭議論文，以及 GLP-1 藥物與醫療服務地點轉移對成本的影響。
1.7 萬次觀看※ 摘要僅根據標題與說明
- 11.5 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門EN
AI in Healthcare Series: When AI Stops Being a Project（在新分頁開啟原站）
Stanford 線上節目探討 AI 在醫療領域的應用，並指出當 AI 不再只是專案時，其價值如何被重新定義。
1.6 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 19: Model-Based RL（在新分頁開啟原站）
Stanford AA203 春季 2026 課程第 19 課，介紹基於模型的強化學習控制方法。
1.2 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 18: RL Policy Optimization（在新分頁開啟原站）
Stanford AA203 春季 2026 課程第 18 課介紹 RL 政策最佳化，探討如何設計更優的決策策略。
3,400次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 17: RL Value-Based Methods（在新分頁開啟原站）
本講解介紹了 RL 價值基方法，涵蓋策略梯度與 Q 學習等核心技術，適合希望深入理解深度學習控制原理的讀者。
1,400次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 16: Fundamentals of RL（在新分頁開啟原站）
Stanford 線上課程《Stanford AA203 Optimal and Learning-Based Control》第 16 集，探討 RL 基礎，內容聚焦於策略與價值函式的數學定義。
1,300次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 14: Intro to IL and RL（在新分頁開啟原站）
Stanford 線上課程介紹了 IL 與 RL 的基礎概念，適合想學習控制理論的讀者。
1,200次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 4 | Learning from Feedback with Tools/Code（在新分頁開啟原站）
Stanford CS329A 第 4 集探討如何透過工具與程式碼從反饋中學習，並展示 AI 如何自我改進。
2.5 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS329A Self-Improving AI Agents | Part 1 | Course Overview（在新分頁開啟原站）
Stanford CS329A 課程第一部分介紹了自適應 AI 代理的概念，探討如何讓系統根據環境變化自動調整策略。
54.4 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 2 | Test-Time Compute Scaling（在新分頁開啟原站）
Stanford CS329A 系列第二集探討 AI 代理如何透過測試時計算量來擴充套件規模，內容聚焦於測試時計算的技術原理與應用例項。
6.5 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 3 | Robust Verification（在新分頁開啟原站）
Stanford CS329A 系列第三集探討如何驗證自適應 AI 代理的可靠性，並提出新的方法。
2.7 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 6 | Train Time Scaling/Scaling RL（在新分頁開啟原站）
Stanford CS329A 第 6 集探討如何透過訓練時間擴充套件與 RL 擴充套件來提升自適應 AI 代理的效能。
1.2 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 7 | Self-Improvement and Deep Research Agents（在新分頁開啟原站）
Stanford CS329A 第 7 集探討 AI 如何自我改進並進行深度研究，內容聚焦於 Agent 的自主學習機制。
1 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 5 | Planning and Multi-Step Reasoning（在新分頁開啟原站）
Stanford CS329A 第 5 集探討 AI 代理的自我改進與多步推理能力。
1.7 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 9 | Future Research Areas（在新分頁開啟原站）
Stanford CS329A 第 9 集探討未來 AI 研究領域，內容聚焦於自主體智慧體的發展趨勢。
1.6 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS329A Self-Improving AI Agents | Part 8 | Agentic Evaluations and Long Horizon Tasks（在新分頁開啟原站）
Stanford CS329A 第 8 集探討 AI 代理如何透過自我評估與長遠任務進行自我改進。
1.1 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 20: GMM (EM), PCA（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 20 課介紹 GMM 與 EM 演算法，並探討 PCA 技術。
1.1 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 18: GMM (EM), PCA（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 18 課介紹高斯混合模型（GMM）的 EM 演算法與主成分分析（PCA）。
4,600次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 16: Basic Concept in RL, Policy Gradient（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 16 課，介紹 RL 中的基本概念與策略梯度法。
※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 14: Transformers, In-Context Learning（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 14 課介紹 Transformer 架構與上下文學習，探討如何讓模型在少量資料下快速理解複雜任務。
16.9 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 13: LLMs, Next-Word Prediction Loss（在新分頁開啟原站）
Stanford CS229 第 13 課介紹大型語言模型如何預測下一個字，探討其損失函式的機制。
※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 12: Representation Learning（在新分頁開啟原站）
Stanford CS229 春季 2026 學期第 12 課介紹表示學習，探討如何從資料中提取特徵並建立模型。
1 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 11: Diffusion Models（在新分頁開啟原站）
本講解介紹了 Diffusion Models，是一種將資料轉換為隨機噪聲再逐步還原的生成技術，用於創造逼真的影象與文字內容。
6,300次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 10: GMM (EM), PCA（在新分頁開啟原站）
本課程介紹高斯混合模型（GMM）與期望最大化（EM）演算法，並探討主成分分析（PCA）在降維與去噪中的應用。
3,500次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 9: K-Means and GMM (non-EM)（在新分頁開啟原站）
本講解介紹 K-Means 與 GMM 非 E-M 演算法，涵蓋基本原理與實作步驟，適合學習機器學習基礎的讀者。
3,200次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 8: Neural Networks 2 (Backprop)（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第八講，專注於神經網路的後向傳播技術，探討如何計算梯度以更新權重。
4,700次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 7: Neural Networks 1 (Architecture)（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第 7 課，介紹神經網路的架構，內容聚焦於基礎理論與設計原理。
1.6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 6: Dataset Split, ML Advice（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第六節，探討如何將資料集進行分割，並分享關於機器學習的實用建議。
※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 5: Gaussian Discriminant Analysis（在新分頁開啟原站）
本講解介紹了高斯分佈判別分析，是機器學習中處理分類問題的重要方法。
6,900次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 4: Exponential Family, GLMs Classification（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第四課，探討指數族與 GLM 分類，內容聚焦於模型結構與應用。
8,000次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 3: Weighted Least Squares（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第三節介紹了最小二乘法中的加權版本，解釋如何根據不同資料點的權重來計算最佳模型引數。
1 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 2: Supervised Learning Setup（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第二講，介紹如何設定監督式學習環境。
2.5 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS229 Machine Learning | Spring 2026 | Lecture 1: Introduction（在新分頁開啟原站）
Stanford CS229 春季 2026 課程第一堂課，介紹機器學習基礎概念。
11.7 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | The GPU Economy（在新分頁開啟原站）
Stanford 線上課程介紹了 AI 超級週期經濟，探討 GPU 產業如何驅動未來經濟。
8.5 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford Robotics Seminar ENGR319 | Winter 2025 | Embodied Intelligence（在新分頁開啟原站）
Stanford 線上課程 ENGR319 冬季 2025 年關於具身智慧的研討會，探討 AI 如何融入實體世界。
3.2 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS547 HCI Seminar | Spring 2026 | Promoting Agency in Human-AI Interaction（在新分頁開啟原站）
Stanford 於 2026 年春季舉辦的 HCI 研討會，探討如何透過 AI 讓使用者擁有自主權。
3,800次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Economics of Generative AI（在新分頁開啟原站）
Stanford 線上課程介紹了 AI 週期經濟學，探討生成式 AI 如何重塑經濟結構與政策，內容聚焦於未來趨勢與實際影響。
39.9 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Applications, AI in Life Sciences（在新分頁開啟原站）
Stanford 線上課程介紹 AI 週期經濟學，探討 AI 如何重塑生命科學等產業。
2.2 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford CS547 HCI Seminar | Spring 2026 | Just-in-Time Objectives for Specialized AI Interactions（在新分頁開啟原站）
Stanford 於 2026 年春季舉辦的 CS547 線上研討會，探討針對特定 AI 互動設計的即時目標設定方法。
2,700次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford CS547 HCI Seminar | Spring 2026 | Toward Ontological Multiplicity in AI and Computing（在新分頁開啟原站）
Stanford 線上課程介紹了 2026 年春季的 HCI 研討會，探討 AI 與計算如何產生多樣的實體世界。
1.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Infrasctructure, Enterprise AI, SaaS（在新分頁開啟原站）
Stanford 線上課程介紹，探討 AI 超級週期對經濟與企業架構的影響，涵蓋企業 AI、SaaS 等主題。
※ 摘要僅根據標題與說明
- 影片入門EN
Live from Stanford Health AI Week（在新分頁開啟原站）
Stanford Health AI Week 線上直播，內容聚焦於該校 AI 領域的最新動態與發展。
2 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford Robotics Seminar ENGR319 | Spring 2026 | Towards Trustworthy Autonomy（在新分頁開啟原站）
Stanford 線上課程 ENGR319 春季 2026 期關於可信自主性的研討會，探討 AI 在機器人領域的未來應用。
6,900次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Applications, Coding AI（在新分頁開啟原站）
Stanford 線上課程介紹了 AI 週期經濟學，探討如何透過程式碼與經濟模型預測 AI 發展趨勢。
4.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Stanford MS&E435 Economics of the AI Supercycle | Spring 2026 | Building AI Factories（在新分頁開啟原站）
Stanford 線上課程介紹，探討 AI 超級週期經濟學，內容聚焦於如何建立 AI 工廠。
3.3 萬次觀看※ 摘要僅根據標題與說明
