最近开始学《人工智能经济学》这门课,教材挺厚的,涵盖了机器学习、因果推断、劳动市场影响这些交叉内容。书里把算法逻辑和经济模型结合起来分析,比如预测定价、算法歧视那些案例,读起来挺有意思,但有些公式和推导真心烧脑。
这课光啃课本感觉不够,我还缺一些配套的习题解析和实际案例的数据集笔记,最好能有一些图形化的总结或者教学视频辅助理解。另外,历年考试重点和课堂讨论的整理也很需要,毕竟这课内容太新了。
我现在主要方法是先快速过一遍每章框架,再细看例题和图表,但遇到贝叶斯更新和博弈论那部分经常卡住。哪位学长学姐能分享下怎么高效梳理这些跨学科知识点?或者有没有小组一起刷题讨论的?求带!