全球名校AI课程库(33)| MIT麻省理工 · 计算思维导论(Julia)课程『Introduction to Computational Thinking』
🏆 课程学习中心 | 🚧 计算机基础课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析
课程介绍
MIT 18.S191 『Introduction to Computational Thinking: Math from computation, math with computation (Julia)』是全球顶级院校 MIT 麻省理工开设的计算机课程,创造性地将『Computer Science 计算机科学』『Mathematics 数学』『Applications 应用』三个领域的内容,融合进这门交互式编程课程。
课程围绕计算科学及其应用,以Julia 这门超热的新兴编程语言为实践依托,讲解了计算思维与数据计算科学方向的基础知识与建模方法。
课程致力于创建一个引人入胜、高效的学习解决方案,使学生成为现代互联网的思考者、程序员和解决方案提供者,并为参与大型项目和开源活动等做出贡献。
课程讲师 Alan Edelman,应用数学教授,计算机科学与人工智能实验室,Julia Lab 研究组组长,SIAM、ACM、IEEE、AMS 审稿人。
- 课程讲师 David P. Sanders,UNAM 墨西哥国立大学科学系的物理系教授。
- 课程讲师 Charles E. Leiserson,美国国家工程院院士,麻省理工学院计算机科学与工程系教授,计算机科学与人工智能实验室(CSAIL)的成员和前副主任兼首席运营官。荣获 Margaret MacVicar Faculty Fellow 这一麻省理工学院本科教学的最高荣誉认可。
课程主题
课程官网发布了课程主题,ShowMeAI 对其进行了翻译。对于想进阶学习数学科学、计算科学和Julia语言的同学,这是一门不容错过的好课。
Module 1: Images, Transformations, Abstractions
- Transformations with Images(图像处理与变换)
- The Newton Method(牛顿法)
- Dynamic Programming(动态规划)
- Seam Carving(接缝裁剪)
- Taking Advantage of Structure(结构)
Module 2: Social Science & Data Science
- Principal Component Analysis(主成分分析)
- Sampling and Random Variables(抽样与随机变量)
- Modeling with Stochastic Simulation(随机模拟建模)
- Random Walks(随机游走)
- Discrete and Continuous(离散与连续)
- Linear Model,(线性模型)
- Optimization(优化)
Module 3: Climate Science
- Time stepping(时间步进)
- ODEs and parameterized types(工具库和参数类型)
- GitHub & Open Source Software(GitHub与开源软件)
- Snowball Earth and hysteresis(雪球地球与建模)
- Advection and diffusion in 1D(一维平流扩散偏微分方程)
- Advection and diffusion in 2D(二维平流扩散偏微分方程)
- Climate Economics(气候变化建模)
课程资料 | 下载
扫描上方图片二维码,关注公众号并回复关键字 🎯『18.S191』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!
ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:
- 📚 官方资料:notebook、pluto-deployment-environment、tools、速查表等资料。
- 📚 作业答案:整理一位学霸笔记,所有homework的答案(.jl文件)。
课程视频 | B站
ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!
全球名校AI课程合辑
- 🚧 CS数学基础课程合辑:https://www.showmeai.tech/tutorials/38
- 🚧 计算机基础课程合辑:https://www.showmeai.tech/tutorials/29
- 🚧 机器学习课程合辑:https://www.showmeai.tech/tutorials/28
- 🚧 深度学习课程合辑:https://www.showmeai.tech/tutorials/77
- 🚧 自然语言处理课程合辑:https://www.showmeai.tech/tutorials/55
- 🚧 计算机视觉课程合辑:https://www.showmeai.tech/tutorials/73
- 🚧 强化学习课程合辑:https://www.showmeai.tech/tutorials/87
- 🚧 AI生物医疗课程合辑:https://www.showmeai.tech/tutorials/74
- 🚧 其他名校AI课程合辑:https://www.showmeai.tech/tutorials/76
作者:ShowMeAI内容团队
阅读原文:https://www.showmeai.tech/article-detail/372