/study-is-wonderful

awesome public courses and wonderful study resource

MIT LicenseMIT

study-is-wonderful

由于课程列表很长,推荐安装谷歌扩展 Smart TOC 来提升阅读体验(会自动在网页右侧边缘生成一个可跳转的目录。

Smart TOC 示例如下:

Awesome public courses, welcome to share other wonderful learning resources by issue or PR.

本项目主要面向汉语人群,收集了一些比较好的课程资源,一起撸起袖子加油干

Resourse is collected from the following platforms, thanks to them.

客套话。

         

OK, let's start studying 🙌

Math

斯坦福

  1. 数学思维课
  2. 凸优化
  3. 傅里叶变换及其应用
  4. 矩阵论与应用

CMU

  1. 凸优化
  2. 最优化进阶与随机方法
  3. 离散微分几何

加州伯克利

  1. 最优化方法
  2. 数值分析
  3. 随机过程

牛津

  1. 数值方法

哈佛

  1. 概率论
  2. 抽象代数

MIT

  1. 概率论
  2. 应用统计
  3. 离散随机过程
  4. 傅里叶分析
  5. 线性代数
  6. 线性代数
  7. 离散数学
  8. 复分析
  9. 微分方程
  10. 图论与可加组合学
  11. 黎曼几何

耶鲁

  1. 博弈论

Computer Science

general

  1. CMU·Great Ideas in Theoretical Computer Science
  2. MIT·The Missing Semester of Your CS Education
  3. 哈佛·CS50X 计算机入门
  4. 斯坦福·编程方法学
  5. 斯坦福·CS101
  6. MIT·Introduction to Computer Science and Programming in Python

Algorithms and Data Structures

  1. MIT·经典算法
  2. MIT·算法导论
  3. MIT·高级数据结构
  4. MIT·高级算法
  5. MIT·数据结构与算法设计
  6. 伯克利·CS 61B
  7. 斯坦福·CS106B Programming Abstractions
  8. CSE 373 "The Algorithm Design Manual"

System and Architecture

  1. CMU·计算机系统介绍
  2. 加州伯克利·Operating System and Systems Programming
  3. MIT·操作系统
  4. MIT·分布式系统
  5. MIT·计算机系统安全
  6. 伯克利·CS 61C
  7. CMU·15-213:B 站翻译 , 课程网页
  8. 斯坦福·CS 107
  9. 南京大学·操作系统

Artificial Intelligence (general)

单独推荐两个 up 主,跟李沐学AIshuhuai008,前者是讲深度学习的,后者是讲统计学习的,都非常棒 🎉。

  1. CMU·人工智能 (研究生)
  2. 李宏毅·Deep Learning Theory
  3. 李宏毅·Next Step of Machine Learning
  4. 李宏毅·Advanced Topics in Deep Learning
  5. 李宏毅·机器学习-v1, 李宏毅·机器学习-v2, 李宏毅·机器学习-v1, 李宏毅·机器学习-TA 补充课
  6. MIT·深度学习
  7. MIT·机器学习
  8. 斯坦福·人工智能原理与技术
  9. 伯克利·CS 188
  10. 伯克利·CS 189

Computer Vision (CV)

李飞飞的 cs231n 我看过,感觉不咋地,就没加。

  1. 李宏毅·GAN-2018, 李宏毅·GAN-2017

Natural Language Processing (NLP)

  1. CMU·自然语言处理
  2. 斯坦福·深度自然语言处理
  3. CMU·高级自然语言处理
  4. 李宏毅·Deep Learning for Human Languange Processing
  5. 李宏毅·Deep Reinforcement Learning

Reinforcement Learning (RL)

  1. 斯坦福·强化学习
  2. MIT·识别,估计和学习
  3. 加州伯克利·深度强化学习

Statistical Learning (SL)

  1. 加州伯克利·统计机器学习
  2. 斯坦福·统计学习

Other Topics

  1. CMU·结构化数据机器学习
  2. 加州理工·机器学习与统计推断基础
  3. 李宏毅·Structured Learning
  4. 斯坦福·图机器学习
  5. 斯坦福·机器人学
  6. MIT·医疗机器学习

Data Science

  1. CMU·应用数据科学
  2. 加州伯克利·数据科学原理与技术
  3. 加州理工·数据驱动算法设计
  4. 斯坦福·大数据概论
  5. 哈佛·大数据算法
  6. 斯坦福·CS 246

Database

  1. CMU·数据库系统介绍
  2. CMU·数据库系统
  3. 加州伯克利·数据库导论

Parallel Computing

  1. CMU·并行计算结构与编程
  2. 加州伯克利·并行计算应用
  3. 加州伯克利·并行程序设计导论

Software Engineering

  1. 康奈尔·软件工程
  2. CMU·智能系统软件工程

Compiler

  1. 斯坦福·编译原理
  2. 康奈尔·高级编译原理

Computer Network

  1. CMU·计算机网络
  2. 斯坦福·计算机网络
  3. 斯坦福·网络安全

Computer Graphics

  1. CMU·计算机图形学
  2. 闫令琪·现代计算机图形学入门
  3. MIT·计算机图形学

Others

  1. CMU·人机交互系列讲座
  2. 普林斯顿·比特币与加密技术
  3. 斯坦福·密码学
  4. 斯坦福·C++ 中的抽象编程
  5. MIT·计算机程序的构造与解释
  6. MIT·信号与系统
  7. 奥本海姆·MIT·信号与系统
  8. MIT·计算结构
  9. MIT·python 编程
  10. MIT·区块链与金钱

Economics

  1. 耶鲁·金融市场
  2. MIT·微观经济学
  3. MIT·金融理论
  4. MIT·行为经济学

Physics

  1. 斯坦福·量子力学
  2. 斯坦福·广义相对论
  3. 斯坦福·弦理论和 M 理论

Psychology

  1. 加州伯克利·心理统计学
  2. 加州伯克利·社会认知心理学
  3. 耶鲁·心理学导论
  4. 哈佛·积极心理学
  5. 哈佛·心理学导论
  6. 哈佛·幸福课

Metaphysics

  1. 耶鲁·现代社会理论基础
  2. 耶鲁·资本主义
  3. 耶鲁·政治哲学导论
  4. 斯坦福·人类行为生物学
  5. 剑桥·美学

Others

  1. MIT·几何折叠算法
  2. 斯坦福·如何创业
  3. 斯坦福·SCI 论文写作课程
  4. 欧丽娟说红楼梦
  5. 罗翔讲刑法
  6. 耶鲁·聆听音乐
  7. 耶鲁·文学理论导论
  8. 耶鲁·如何管理情绪
  9. 耶鲁·谈判概论