哈佛CS197：AI研究经验是一本免费、公开的课程手册，引导读者了解如何真正进行AI研究，而不仅仅是使用AI工具。该书由哈佛医学院生物医学信息学助理教授Pranav Rajpurkar撰写，将一整学期的课程内容——21讲、超过250页——浓缩为一份实用的自学指南。
本书涵盖了现代AI研究所需的广泛技能：使用语言模型并对其进行微调、PyTorch基础知识、视觉Transformer、基于云和GPU的训练工作流，以及扩散模型微调，同时还介绍了使研究代码可复现的软件工程习惯（Git、环境管理、调试）。
在技术栈之外，本书还着重强调研究过程本身——阅读和检索学术文献、生成和界定研究想法、跟踪实验、在模型之间进行统计比较，以及清晰地撰写和展示研究成果。一个顶点项目将这些技能应用于医学AI案例研究。
该资源最适合已有一定编程基础的学生、早期研究人员和自学从业者，他们希望获得一个结构化、动手实践的入门指南，了解AI研究从第一个实验到完成论文的实际过程。