23.8K ·GitHub
这是什么?
这是一份精选的免费在线课程清单,课程来自麻省理工学院(MIT)、斯坦福大学、普林斯顿大学、杜克大学等顶尖高校。按照清单学完这些课程,就能覆盖与计算机科学本科学位相同的内容,但不包括通识教育要求。
这是正式的大学学位课程,还是只是一份阅读清单?
它不是经过认证的学位,而是一份自学路线图,由真正免费的 MOOC 课程组成,分为七个分类表格(基础、编程、数学、系统、理论、应用和 Unix),结构与计算机科学学位的课程设置相对应。
我应该从哪里开始?
从哈佛大学的'Intro to Computer Science'课程开始,该课程没有前置要求,然后大致按顺序学习编程、数学、系统、理论、应用和 Unix 表格中的课程。
开始之前需要有编程经验吗?
不需要。哈佛的入门课程和杜克大学的'Java Programming: Solving Problems with Software'等入门课程明确不设前置要求,不过后面的课程会建立在同一表格中前面课程的基础上。
学完这份清单能获得真正的学位或证书吗?
不能。这是一份自主学习计划,而不是经过认证的项目,因此完成它不会获得官方大学学位,也不会获得大学学分或成绩单。
课程涵盖哪些科目?
内容分为七个类别:计算机科学基础、编程、数学、系统、理论、应用和 Unix,涵盖 Java、微积分、线性代数、算法、机器学习、密码学和 Linux 命令行等内容。
这些课程需要按特定顺序学习吗?
基本需要。许多条目把同一表格中的另一门课程列为前置课程(例如'Programming Languages, Part B'要求先学'Part A'),因此建议每个表格大致从上到下依次学习。
这份清单里的课程都是免费的吗?
是的,README 明确将其描述为“精选的免费课程清单”,课程来自麻省理工学院、斯坦福大学、杜克大学和普林斯顿大学等学校。
为什么不选择付费训练营或学位,而用这份清单?
它让你可以学习同样的计算机科学核心主题,包括编程、数学、系统、理论和应用,只需使用免费的大学水平 MOOC,而不必为正式学位支付学费。
What are similar projects?
data-science, awesome-algorithms, swift-algorithm-club, free-books, learnxinyminutes-docs, libpku, cs-self-learning, ciencia-da-computacao
Which topics is it in?
online-learning, university, mathematics, curriculum, algorithms, course, computer-science, programming, beginner-friendly, guide, learning-resources, awesome-list