Afshine Amidi

Actuel

Mon frère jumeau Shervine et moi avons eu la chance d'enseigner le cours CME 295: Transformers & Large Language Models à Stanford depuis le printemps 2025.

1:41:58

1:47:19

1:48:44

1:47:27

1:47:42

1:47:10

1:49:23

1:49:25

1:51:31

Ce cours est accompagné d'un manuel avec, bien sûr, un ensemble de guides d'étude. N'hésitez pas à les consulter !

LIVRE

PDF Papier Web

PENSE-BÊTE

PDF

Passé

Avec mon frère jumeau Shervine, nous avons construit des guides d'étude faciles à digérer soulignant les points importants des cours que j'ai enseignés au MIT et de ceux pour lesquels il a été assistant (TA) à Stanford.

Pense-bêtes VIP pour CS 221
Intelligence Artificielle

• Modèles basés sur les réflexes
• Modèles basés sur les états
• Modèles basés sur les variables
• Modèles basés sur la logique

PDF Web

Pense-bêtes VIP pour CS 229
Apprentissage Automatique

• Apprentissage supervisé et non supervisé
• Apprentissage profond
• Conseils et astuces sur l'apprentissage automatique
• Rappels de probabilités, statistiques, algèbre linéaire et analyse

PDF Web

Pense-bêtes VIP pour CS 230
Apprentissage Profond

• Réseaux de neurones convolutionnels
• Réseaux de neurones récurrents
• Conseils et astuces sur l'apprentissage profond

PDF Web

Pense-bêtes VIP pour CME 102
Équations Différentielles Ordinaires

• EDO de premier et second ordre et applications
• Outils d'algèbre linéaire, d'analyse et de trigonométrie
• Conseils Matlab

PDF Web

Pense-bêtes VIP pour CME 106
Probabilités et Statistiques pour les Ingénieurs

• Concepts clés du cours
• Tables de distribution, questions courantes
• Conseils Matlab et fonctionnalités liées au cours

PDF Web

Guides d'étude pour 15.003
Outils de science des données

• Récupération de données avec SQL
• Manipulation et visualisation de données avec R, Python
• Conseils d'ingénierie avec Git, Bash

PDF Web

Guides d'étude pour 15.003
Modélisation

• Préparation des données (train, test, validation)
• Apprentissage supervisé (classification, régression)
• Apprentissage non supervisé (clustering)
• Métriques de performance

Web