大家好，今天我将为大家讲解斯坦福大学公开课官网的问题。为了让大家更好地理解这个问题，我将相关资料进行了整理，现在就让我们一起来看看吧。
你是否掉进了那些被直觉挖好的“创业坑”？ | 斯坦福大学创业课笔记3
导读
本文系斯坦福大学创业课连载课程笔记——第三节：创业之前。
本节内容主要讲述了创业过程中会有哪些容易犯的错误，这些错误会跟我们的直觉相关，但不符合创业思维。
我花了1个小时听课，1个小时进行笔记整理，可以换来的是你只要花6分钟阅读第三节课所有干货精华。
第三节：创业之前——创业中反直觉的几条原则
---------我是第一条真诚的分隔线---------
课前思考
1.优先使用直觉是最愚蠢的思考惰性
创业过程中会面临要做各种大的小的、难的易的、快的慢的各种决策，每一项决策都或大或小、或对或错的决定着创业公司的进步或生死。不知道有多少创业者是否反思过，自己是靠什么做各项决策的。
直觉是人的一种本能，有时直觉是对的，但有时是错的。如果我们只凭直觉做事情，那很多时候我们就是把结果交付给了“运气”裁决，这只是一种赌徒模式。 决策就是影响一个创业项目生死的命脉之门，如果只任直觉草率对待，那意味着最大的损失是决策背后所有人所有的行动付出，所有资源的投入付出等。所以我们没有理由只凭直觉这样“省脑省力”的方式对待。
很多时候一个决策的依据是这样的：逻辑推理+经验推理+直觉。每个决策的背景不同，对应我们的已有知识、经验是否能够做出完整的决策是不确定的，所以不同的决策会受不同程度的逻辑推理、经验推理和直觉共同完成，只是各自所占的程度不同罢了。在完全超出我们的已知领域的决策，（在不考虑依靠外力的情况下）可能就只能靠直觉了。 但完全依据直觉是下下策，完全依据经验做决策是下策。越是最大程度的依靠逻辑推理，越是比较大几率的决策正确。
2.哪些事情容易让我们跟着直觉走
产品设计过程中，最容易犯的错误就是凭着直觉做出“自认为消费者会喜欢”的产品。我们认为把最好的给到消费者，可能并不是消费者想要的。在对产品进行营销推广中，也容易犯下用自己的理解去包装、沟通，而不是占在消费者的视角想问题，没有用消费者可以听的懂的方式和内容进行对话。
所以创业的第一重要的事情既是做出让用户喜欢的产品，那产品设计就一定要避免跟着直觉走，而是能够以用户视角，有理有据的分析后制定产品设计相关的各项决策。
课后总结
1.别人的意见，可以不采纳，但不能放弃倾听
完全无视别人的话，你也就没有了真诚战斗的战友，也有可能忽视了你看不到想不到的问题，造成决策失误。创业最忌讳一意孤行，对于别人尤其是战友的想法、意见应真诚的倾听，但不可偏听偏信。
2.创业要事先学习，但“创业的成功”不取决于事先学习
事先学习创业可以帮助我们知道创业要做什么和怎么做，但能不能做对，能不能做好，跟事先学习并没有直接的关系。 但创业最好的学习是在创业中不断的学习，事先的创业学习只能起到很小的作用，如何在创业中快速的学习才是最最关键的。
3.九死一生的路（业），你还有勇气去闯（创）吗？
创业没有侥幸，只有残酷的你死我活、九死一生、失败惨痛、一路艰辛、白眼委屈、一筹莫展的绝望……若你体验过，依然还有奔向困难重重坚持创业的勇气，出发吧！
碎碎语：
我只是觉得人生就应该去体验去经历，能助我发现自我，成就自我的，是战胜更困难的困难，是战胜绝境中的自己。
---------我是第二条真诚的分隔线---------
斯坦福大学公开课：如何创业
下一篇：创建产品，聆听用户，增长（4天内更新）
更新频率：一周两节
如何自学人工智能
学习AI的大致步骤：
（1）了解人工智能的一些背景知识；
（2）补充数学或编程知识；
（3）熟悉机器学习工具库；
（4）系统的学习AI知识；
（5）动手去做一些AI应用；
1 了解人工智能的背景知识
人工智能里面的概念很多，比如机器学习、深度学习、神经网络等等，使得初学者觉得人工智能很神秘，难以理解。刚开始学习的时候，知道这些名词大致的意思就行了，不用太深究，学习过一段时间，自然也就清楚这些概念具体代表什么了。
人工智能是交叉学科，其中数学和计算机编程是学习人工智能最重要的两个方面。这些在“知云AI专栏”之前的文章“认识人工智能”，也为大家介绍过，没阅读过的同学可以去看一下。
下图为人工智能学习的一般路线：
2补充数学或编程知识
对于已经毕业的工程师来说，在系统学习AI之前，一般要补充一些数学或者编程方面的知识。如果你的数学和编程比较好，那么学习人工智能会轻松很多。
很多同学一提到数学就害怕，不过，学习人工智能，数学可以说是绕不过去的。在入门的阶段并不需要太高深的数学，主要是高等数学、线性代数和概率论，也就是说，大一大二学的数学知识已经是完全够用了。如果想要从事机器学习工程师的工作，或者搞人工智能的研究，那么应该多去学习数学知识，数学好将会是工作中的一大优势。
Python是在机器学习领域非常受欢迎，可以说是使用最多的一门编程语言，因此Python编程也是需要掌握的。在众多的编程语言中，Python是比较容易学习和使用的编程语言，学好Python也会受益很多。
3 熟悉机器学习工具库
现在人们实现人工智能，主要是基于一些机器学习的工具库的，比如TensorFlow、PyTorch等等。
在这里推荐大家学习PyTorch。PyTorch非常的受欢迎，是容易使用的机器学习工具库，有人这样评价PyTorch“也说不出来怎么好，但是使用起来就是很舒服”。
刚开始学习人工智能的时候，可以先运行一下工具库官网的示例，比如MNIST手写体识别等。这样会对人工智能有一个感性的认识，消除最初的陌生感。然后可以看看里面的代码，你会发现，其实神经网络的程序并不复杂，但是会对神经网络的原理和训练有很多的疑问。这是一件好事，因为带着问题去学习，会更有成效。
4 系统的学习人工智能
这里的人工智能主要指机器学习，因为目前人工智能主要是通过机器学习的方式来实现的。
机器学习知识主要有三大块：
（1）传统机器学习算法，比如决策树、随机森林、SVM等，这些称作是传统机器学习算法，是相对于深度学习而言的。
（2）深度学习，指的就是深度神经网络，可以说是目前最重要最核心的人工智能知识。
（3）强化学习，源于控制论，有时候也翻译成增强学习。深度学习可以和强化学习相结合使用，形成深度强化学习。
在这里需要知道的是深度学习并不难学，对于一些工科的研究生，一般只需要几周就可以上手，并可以训练一些实际应用中的神经网络。但是想要对深入学习有深入理解不是容易的事情，一般需要几个月的时间。
传统机器学习算法的种类非常多，有些算法会有非常多的数学公式，比如SVM等。这些算法并不好学，因此可以先学习深度学习，然后再慢慢的补充这些传统算法。
强化学习是比较有难度的，一般需要持续学习两三个月，才能有所领悟。
5 动手去做一些AI应用
学习过几周的深度学习之后，就可以动手尝试去做一些AI应用了，比如图像识别，风格迁移，文本诗词生成等等。边实践边学习效果会好很多，也会逐渐的加深对神经网络的理解。
网易云课堂上有哪些值得推荐的课程？
最近自己比较关注创业方面的课程，自己有意识的也在学习一些创业类的课程，就在线视频这一块，个人是比较信赖网易的。学习了一段时间，有一些自己喜欢的网易课程，在这里推荐给大家。网易公开课：网易公开课上的课程多数比较偏向理论化，很多还是启发创业思维的。个人觉得还可以的课程有两门。一门是《中国青年政治学院公开课：一起学创业》这门课，比较适合菜鸟，就是简单讲讲创业中要注意的一些问题，主要是思维方面的。还有一门是《斯坦福大学公开课：从斯坦福到创业——Instagram 创始人分享创业经验》，推荐英语还不错的去看，其实也是思维上的一些东西，适合大家感受一下中外创业思维的差异、创业重点的不同等等，不同的学习有助于创业者创业思路的开拓吧！自己看了这一圈就比较能接受这两个。网易云课堂：个人觉得网易云课堂大家还是花点钱学点有用的刚好，很多云课堂上免费的课程质量就没有公开课高了。在云课堂上的创业课程学习我也买了几门，个人觉得一般的就不推荐了，觉得比较好的是蔡丹红老师的课程，当然，他们机构的其他两个老师的课程讲的也蛮好的。个人比较推荐《学会规避最致命的风险--创业清单第一季》，新的课程，刚买。我觉得这几门课程比较好原因很简单，就是因为很实在。说实话，学习创业是件急事，但是学了很多课程花了钱却只告诉我不应该怎么做或者一些简单的理论，可是我真正应该了解的是应该怎么做！蔡老师是总裁班的教授，讲的东西比较实在，能一步步的告诉你怎么做！所以觉得比较好！
学习人工智能有什么要求吗？
人工智能是一个包含很多学科的交叉学科，你需要了解计算机的知识、信息论、控制论、图论、心理学、生物学、热力学，要有一定的哲学基础，有科学方法论作保障。人工智能学习路线最新版本在此奉上：
首先你需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析；
其次需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；
当然还有各个领域需要的算法，比如你要让机器人自己在位置环境导航和建图就需要研究SLAM；
算法很多需要时间的积累。
然后，需要掌握至少一门编程语言，毕竟算法的实现还是要编程的；如果深入到硬件，一些电类基础课必不可少；
人工智能一般要到研究生才会去学，本科也就是蜻蜓点水看看而已，毕竟需要的基础课过于庞大。
刚才提到的这些学科的每一门都是博大精深的，但同时很多事物都是相通的，你学了很多知识有了一定的基础的时候再看相关知识就会触类旁通，很容易。在这中间关键是要有自己的思考，不能人云亦云。毕竟，人工智能是一个正在发展并具有无穷挑战和乐趣的学科。
人工智能的首选语言是Python，因此大家一定要学好Python语言。人工智能学习的重点是机器学习：
1、斯坦福大学公开课 ：机器学习课程
2、数据分析竞赛kaggle
3、Deep learning-author Joshua Bengio
机器学习书单python实战编程
1、Python for Data Analysis
2、SciPy and NumPy
3、Machine Learning for Hackers
4、Machine Learning in Action
机器人领域有哪些必读的书籍或论文或其他读物
主要在工业机器人/机械臂领域，写一些本领域个人认为非常好的偏向总体概述和控制方向的资料，欢迎各位随时补充。
综述类：
综述类书籍的章节和内容设计偏向于教材，范围广，深度较浅，内容差别不大，看透1~2本即可。
《机器人学导论》 John J Craig著，贠超 等译。综合类入门教材，从最基本的坐标变换讲起，内容涉及正/逆运动学、静力变换、操作臂动力学、轨迹规划、机械设计、控制等。
《Robotics, vision and control fundamental algorithms in MATLAB》著名的Matlab 机器人工具箱Robotics Toolbox作者Peter Corke编写的机器人入门教材，书中的实例很多，都使用机器人工具箱编写，配合Matlab可以随看随试。
PS：该工具箱不仅包含工业机器人的内容，还包括移动机器人，视觉等很多相关模块，并且配有非常详细互动式Demo。上面提到的《机器人学导论》Matlab编程习题部分就要求使用该工具箱来完成。有感兴趣的同学可以到主页上去下载使用：/Robotics_Toolbox.html
机器人控制：
《Robotics Modelling, Planning and Control》深入讲解机器人的建模，轨迹规划，运动控制，推荐。
《Rigid Body Dynamics Algorithms》Roy Featurestone著，主要讲刚体的动力学建模，github上也有不少相关的代码可以参考。
《Impedance Control：An Approach to?Manipulation Part1~Part3》Neville Hogan的阻抗控制三部曲，学习柔顺控制的必读论文。
《机器人操作的数学导论》港科大李泽湘教授参与编写的一本经典书籍，从数学的角度系统地介绍了机器人操作的运动学、动力学、控制及运动规划内容，主要包含旋量理论、指数积建模，机器人动力学等内容，推荐数学好同学读一读。
《Robot Control Overview: An Industrial Perspective》以ABB机器人控制器的历史和功能为例，介绍了工业机器人控制器的发展和未来展望，推荐阅读。
百科全书类：
《Handbook of Robotics》Springer版，机器人学的百科全书，有中译版，但市场上已经买不到了，大图书馆应该会有，用于资料查阅很不错。
还有一本日本机器人学会编写的《机器人技术手册》，也属于百科全书类型的，有兴趣的可以找一找。
公开课：
推荐斯坦福大学的机器人学，可以在网易公开课观看斯坦福大学公开课：机器人学，偏重于讲机器的控制，主讲人是oussama Khatib教授，机器人领域的大拿，Springer版的机器人手册他是编者之一。
安全规范：
最近人机协作机器人很火，cobots最重要的一个特性就是安全，了解主要的安全规范也很必要。
《ISO 10218-1 2011 Robots and Robotic devices - Safety requirements for industrial robots - Part1 Robots》
《ISO 10218-1 2011 Robots and Robotic devices - Safety requirements for industrial robots - Part2 Robot Systems and integration》
最新版的通用工业机器人安全规范，对机器人的控制器，机械本体，集成应用，工具，工件等各方面安全要求做了详细说明。
还有《ISO/TS 15066 Robots and Robotic Devices -?Collaborate Robots》
开源项目：
OROCOS，强大的开源工业机器人控制平台，有非常详细的文档，同时该项目的参与者基于OROCOS撰写了大量的高质量论文。网址：The Orocos Project
ROS-Industrial，ROS里专门针对工业机器人的包，提供里一个完整的框架，可以和市面上多款商业机器人通信并进行控制，logo很有意思~ 网址：ROS-Industrial
ROS入门的话，推荐《A Gentle Introduction to ROS》 JasonM. O’Kane 著，写的非常清晰易懂，读过的ROS教程中写的最好的。
答案摘自机器人家，可以看看，希望对你有用
firefox要安装什么插件才能看网易公开课
第一步，确保你安装了火狐浏览器和firebug插件，firebug插件在火狐的扩展中安装，安装之后重启浏览器即可。
其次，打开你要下载的公开课的课程介绍页，可以看到课程的列表。图中打开的是 斯坦福大学公开课：抽象编程。
下一步，单击火狐工具栏的firebug插件，使其点亮。
浏览器下方将出现firebug功能栏，我们依次点击Net->Media选项卡，使得firebug展示接收到的多媒体文件的地址。如图所示。
单击步骤三中你要下载的课时视频的链接，firebug将会显示课程视频所在的url，如图所示，抽象编程第一课所在的链接。 右键单击地址以复制，得到视频地址。
步骤阅读
最后一步，得到了视频链接，我们可以直接在新窗口中粘贴链接，就可以下载该视频。对于课程剩下的其他视频，只需要点击第三步中课程视频的链接，重复第四、第五步，得到链接、保存视频即可。
近日有11所国际院校宣布加入Coursera 而多伦多大学也是其中之一
多伦多大学成为加拿大第一所开设网络公开课的院校，并与与美国开设公开课的领航者斯坦福大学、普林斯顿大学签署了合作协议。 近日，有11所国际院校宣布加入Coursera，而多伦多大学也是其中之一，成为加拿大唯一加入该机构的院校。Coursera是美国一家提供?大量网络公开课（MOOCs）?的创新公司，网络公开课是一种快速发展的趋势，由世界名校提供免费在线课程。
专业人士表示，世界名校免费在网络上发布公开课是有原因的，比如品牌推广、国际化、商业意识。这些提供网络公开课的院校希望增加自己的国际知名度，增加自己在创新领域的知名度，以及希望快速发展高等教育的院校检测自己。
尽管MOOC是2008年由加拿大人创造的说法，是为了描述开创先河的公开课，但是加拿大的院校却是比较晚开设公开课。
现在多伦多大学将要在今年新学年提供网络公开课，与合作院校如美国的加州理工学院、英国的爱丁堡大学。
多伦多大学教务长CherylMisak说：?这是一个很好的机会，是将我们的课程、教学内容和导师在全世界展示的好机会。能与加州理工学院、爱丁堡大学合作真是令人高兴。?
多伦多大学公开课将于今年秋季开设，持续4-6周。多大与Coursera双方也没有费用产生。此外，公开课有知名教授讲座，而且这些教授都是志愿讲授，不收报酬的。公开课专业丰富，从计算机科学到社会科学。
好了，关于“斯坦福大学公开课官网”的讨论到此结束。希望大家能够更深入地了解“斯坦福大学公开课官网”，并从我的解答中获得一些启示。
