计算机各个方向名校公开课

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 Mining （Han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 Development， Web 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》和《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

posted on 2018-12-01 16:49  kexinxin  阅读(1293)  评论(0)  编辑  收藏  举报

导航