Que yo sepa hay dos caminos para viajar:
- Sistemas simbólicos
- Ciencias de la Computación
El camino de Symbolic Systems MSc AI fomenta un plan de estudios más lateral y, en mi opinión, más completo. Hay requisitos de filosofía, lingüística y ciencias cognitivas en el núcleo, así como las clases de héroe Stanford CSS 22X estándar. (Soy un sesgo SymSys AI BSc)
El núcleo AI de Computer Science MSCS es más duro y, obviamente, se centra en un CS: teoría de la computadora, algoritmos, etc.
- ¿Qué es la regresión logística?
- ¿Cuál es el punto de probar los datos en k-fold cross validation?
- ¿Qué significa el término de procesamiento del lenguaje natural 'modelo de lenguaje' en términos simples?
- ¿Cuáles son las diferencias entre hacer aprendizaje automático en la academia y en la industria?
- ¿Qué tan grande es el mercado de consultoría de aprendizaje automático para nuevas empresas?
Probablemente hay un tercer camino en el departamento de Ingeniería Eléctrica donde construyes tu propia especialización y tomas clases en CS22X. Con GPU AI y redes neuronales fotónicas en el horizonte, estoy seguro de que pronto aparecerá algo más formal …
¡Las estadísticas y bioestadísticas de Stanford también son geniales!
