计算机各个方向名校公开课

Posted kexinxin

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了计算机各个方向名校公开课相关的知识,希望对你有一定的参考价值。

系统:

网络:


ML:

PLT:
15-312: 15-312 Foundations of Programming Languages / Schedule UW CSE505, Fall 2012 这个也已经详细到可以当notes来读了。。
CS 5510: Schedule and Homework 这个好处在于还有配套的racket代码。。
CS 4110 - Programming Languages and Logics cornell这个讲了些跟logic有关的
https://pl.barzilay.org/resources.html 用racket实现

Compiler:
15-411 Compiler Design / Schedule 这个是强推看一遍的。。

Static analysis:
Computer Laboratory
UCLA CS 232 Static Program Analysis
软件分析技术
15-819 O: Program Analysis
CS243 - Program Analysis and Optimizations
Abstract Interpretation

NLP:
COMS E6998: Machine Learning for Natural Language Processing
COMS W4705: Natural Language Processing (Spring 2015)
Stanford University CS224d: Deep Learning for Natural Language Processing

 

 

 

 

 

 

Operating System (操作系统):本科时候的课,用的Standford开发的一个微型操作系统 Pintos?web.stanford.edu

作为MP,大概有四五个小项目。原版的Pintos中用的是最简单的算法,这几个小项目要求优化这些算法以提高操作系统的效率。做完之后对操作系统会有一个比较完整的了解。说到操作系统再推荐本书:《Linux 内核设计的艺术(第2版)》,最开始喜欢这本书的原因是它是粉色的>< 但,前半部分真的写的不错!从开机启动开始,包括内存分配,CPU调度,etc. 用图解的方式算是非常深入浅出了。

  • Algorithm (算法) :CS473 Algorithm(口碑很好的课,特别想上但估计没机会了只能自己看,以及对应的 CMU Algorithms
  • Distributed System (分布式系统) :CS425 Distributed System(不算很好的讲义,因为内容比较杂,但老师讲的真的好)
  • Database System (数据库) : CS411 Database System(内容简单可以自学)
  • Artificial Intelligence(人工智能): Berkeley AI Materials (最喜欢的一门课,不过感觉自己学校的讲义没有Berkeley的好,所以一直看它的讲义作为补充,资料非常全而且简单易懂,强烈推荐)
  • Machine Learning(机器学习):太多了...... 列出几个UIUC和ML相关的 (虽然其实觉得并不,嗯):CS446 Machine Learning, CS598 Machine Learning Theory, CS598 Machine Learning in Computational Biology
  • Data Mining (数据挖掘):CS412 Data MiningHan的权威没啥争议,PPT也还可以,虽然讲课实在是有点慢)
  • Coursera 上淘到的课:Ruby on Rails Web DevelopmentWeb Application Development (第一节课就图文并茂地介绍了一遍计算机网络的基础知识,估计是门被低估的好课)。顺便学计网的时候推荐一本书《图解HTTP》
  • 慕课网:推荐一个叫 MaterLiu 的讲师,初学web的时候的一些理论就靠刷他的视频了。另外学JS推荐看 《JavaScript高级程序设计》,说到这再推荐下 《Thinking in Java》《Learning Python》两本书(我就是有私心2333)。
  • 最后放张自己这些年淘课做的笔记截图吧,以此自勉希望再接再厉233:

Compiler:
Stanford CS 143 (这个是编译基础课)
https://www.coursera.org/course/compilers
Compilers | Stanford Lagunita4
CS 243 (编译进阶课,讲优化的)
这个是06版的讲义,Ullman(龙书作者之一)写的,感觉非常详细,适合自学
CS243 - Advanced Compiling Techniques
这是新版的,感觉讲义很多地方没有写清楚,不太适合自学
CS243 - Program Analysis and Optimizations
CS343(这个是高阶课,全是读论文)
http://web.stanford.edu/class/cs343/
CMU的编译基础课:
15-411 Compiler Design / Schedule
CMU的进阶课:
http://www.cs.cmu.edu/afs/cs.cmu.edu/academic/class/15745-s14/www/handouts.html

Graphics:
MIT的图形学内容很多,讲的也比较清楚
Lecture Notes
CMU系列课程,有21门:
Carnegie Mellon Computer Graphics
Stanford的:
CS148 图形学基础是有录像的
Courses in Graphics

Algorithm:
只推荐Princeton的系列课程,每个算法都有详细解释,Coursera上有教程
而且每个算法都有demo,讲的很清楚,特别是红黑树部分(本来就是Sedgewick发明的,而且他在准备课程的时候想出了改进算法),课程作业设计很好,Coursera版也有面试问题,适合找工作用,网站上还有很多经典算法的java实现,代码都很简洁,还有详细注释
Java Algorithms and Clients
Part 1:
Coursera - Free Online Courses From Top Universities
Part 2:
Coursera - Free Online Courses From Top Universities
这是其他版本的,注意多了Combinatorial Search部分,也值得看一下:
COS 226, Fall 2012: Lectures
这是进阶版的:
http://www.cs.princeton.edu/~wayne/kleinberg-tardos/

Cryptography:
Part 1:
Coursera - Free Online Courses From Top Universities
Part 2(一直没开课不知道怎么回事):
https://www.coursera.org/course/crypto2

Information Theory:
也是MIT的
Lecture Notes

Theory of Computation:
MIT的
Automata, Computability, and Complexity
进阶版本:
Advanced Complexity Theory
Stanford的:
这个也是Ullman讲的
Coursera - Free Online Courses From Top Universities

AI:
同样MIT的,带有视频
Artificial Intelligence

ML:
Stanford CS229
CS 229: Machine Learning
https://www.coursera.org/learn/machine-learning
CS224d 录像讲义和幻灯片都有,资料很详细
Stanford University CS224d: Deep Learning for Natural Language Processing
神经网络,Hinton 讲的
Coursera - Free Online Courses From Top Universities

编辑于 2015-12-20

以上是关于计算机各个方向名校公开课的主要内容,如果未能解决你的问题,请参考以下文章

斯坦福公开课5:生成学习

斯坦福公开课4:牛顿方法

资源|用于图像识别的公开数据集介绍

算法-开篇

人工智能免费公开课

人工智能免费公开课,就在本周四!