AI FOUNDATIONS FOR STUDENTS
大学生 AI 基础课
从经济、管理、逻辑、概率、线性代数、程序设计与软件工程出发，真正理解怎样与 AI 一起分析和做事。
适合谁想真正理解 AI 的大学生
希望不止会调用工具，还能理解选择、推理、数据、表示、程序执行与系统构建。
序言
阅读序言未来，也有基本功。
先从这套七门课程为什么出现、它希望帮助读者看清什么开始。
01
经济学原理
用稀缺、成本、供需、边际和不确定性理解 AI 改变后的选择。
02
管理学原理
把目标、任务、角色、交接、反馈与复盘组织成能推进的工作。
- 12目标、行动与结果
- 13指标与验收标准
- 14计划与任务分解
- 15依赖关系与关键环节
- 16角色、职责与组织结构
- 17协调、交接与成果整合
- 18授权与过程干预
- 19沟通与上下文组织
- 20过程控制与纠偏
- 21复盘与方法沉淀
03
逻辑学
辨认概念、前提、条件、推理与结论，检查问题有没有被说清。
04
概率论与数理统计
用分布、条件、抽样与实验理解 AI 结果中的不确定性。
- 33随机现象与随机变量
- 34概率分布
- 35期望、波动与极端结果
- 36条件概率
- 37贝叶斯更新
- 38联合概率与独立性
- 39相关性与依赖结构
- 40抽样与估计
- 41统计判断与不确定性
- 42实验、对照与因果判断
- 43信息熵与信息增益
- 44编码、压缩与信息损失
05
线性代数
从向量、矩阵、空间与变换理解 AI 怎样表示和处理信息。
06
程序设计基础
读懂数据、控制流、文件、接口与测试怎样组成可检查的程序。
07
软件工程
把需求、结构、接口、验证与维护组织成能够持续使用的系统。