我收集到的斯坦福大学的数据库的题，跟袁晓洁老师的出题类型很像，有一定的参考意义。

斯坦福大学2014（吴恩达）机器学习教程中文笔记

今天在CSDN上花6分下了个数据库系统实现，结果被耍了，只有前四章，郁闷了，于是找了半天终于找到这个完整版，由于我不能上传超过15M的，只好分成了两部分发上来，这是第二部分，第一部分在这：http://download.csdn.net/source/1188735

斯坦福大学CS231N-2022课程第一个大作业，包含原始的starter-code package（也可以从课程网页下载）以及本人所完成的所有代码。通过代码对比可以知道代码修改部分。相关解说参见博客https://chenxiaoyuan.blog.csdn.net/article/details/124630014。

线性回归 Matlab中的线性回归示例（斯坦福大学的机器学习课程） 该存储库中的脚本包含以下ML课程示例： 单变量线性回归 使用梯度下降的多元线性回归 使用正态方程的多元线性回归

1. Introduction and Descriptive Statistics for Exploring Data 2. Producing data and sampling 3. Probability 4. Normal Approximation and binomial distribution 5. Smapling distribution and teh central limit theorem 6. Regression 7. Confidence Intervals 8. Tests of Significance 9. Resampling 10. Analysis of Categorical data 11. One-way analysis of Variance (ANOVA) 12. Multiple comparisons

斯坦福大学-深度学习基础教程.pdf 斯坦福大学-深度学习基础教程.pdf 斯坦福大学-深度学习基础教程.pdf

斯坦福大学CoreNLP Stanford CoreNLP提供了一组用Java编写的自然语言分析工具。 它可以接受原始的人类语言文本输入，并给出单词的基本形式，它们的词性，是否是公司名称，人员名称等，规范化并解释日期，时间和数字量，标记句子的结构在短语或单词从属关系方面，并指出哪些名词短语指代相同的实体。 它最初是为英语开发的，但现在也为（现代标准）阿拉伯语，（大陆）中文，法语，德语和西班牙语提供不同级别的支持。 斯坦福大学的CoreNLP是一个集成的框架，这使得将大量语言分析工具应用于一段文本变得非常容易。 从纯文本开始，您只需两行代码即可运行所有工具。 它的分析为更高层次和特定领域的文本理解应用程序提供了基础构建块。 Stanford CoreNLP是一套稳定且经过测试的自然语言处理工具，已被学术界，行业和政府中的各个团体广泛使用。 这些工具使用基于规则的，概率机器学习和深度学习组件。 Stanford CoreNLP代码用Java编写，并根据GNU通用公共许可证（v3或更高版本）获得许可。 请注意，这是完整的GPL，它允许许多免费使用，但不能在分发给他人的专有软件中使用。 制

本文件包含Stanford bunny的pcd、ply、txt三种格式的文件。

斯坦福-2022人工智能报告AI index report 2022 近日，斯坦福大学以人为本人工智能研究所（StanfordHAI）正式发布了《2022 年人工智能指数报告》。 2022 AI Index 报告共分为五个部分，具体如下： 第一部分：研究与开发（Research and Development） 第二部分：技术性能（Technical Performance） 第三部分：技术 AI 伦理（Technical AI Ethics） 第四部分：经济与教育（Economy and Education） 第五部分：AI 政策与管理（AI Policy and Governance） AI指数报告是斯坦福大学以人为本人工智能研究所（Human-Centered AI Institute，HAI）的一项独立计划，每年发布AI指数年度报告，全面追踪人工智能的最新发展状态和趋势。自2017年起，由斯坦福大学主导，来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授组建的小组完成报告。