wzyer 评论了课程: Introduction to Power Electronics

2014-01-14 16:48

说实话，我的电路基础知识还是在MITx的6.002x上补的。虽然大学学过一些电路课，但早就还给老师了。没想到能够在MOOC上重新找回些电路的信心。

这门课讲的是开关电源，所有人手边就有的东西。然而，它的原理就不是所有人都说得清楚的了。为何要用开关电源？开关电源效率如何？怎么样能让输出保持稳定？如何设计符合要求的开关电源？这都是这门课要回答的问题。而且，从我上课的经历来看，这门课完美地回答了这所有问题。如果想了解这方面的知识，这门课就是最好的选择。

可能有的人不了解这门课的老师和所在学校。科罗拉多大学波德分校绝对是名声在外，出过很多诺贝尔奖。Robert Erickson教授则是电源领域著名教科书Fundamentals of Power Electronics的作者，Amazon评分高达4.5。大家都说他的书通俗易懂，讲解清晰。

由于我的电路知识才捡起来没多久。所以上课的时候还是很花了些力气的。每周做作业的时间也多在4个小时左右。不算一门很轻松的课。好在作业并不算多。努力一下就坚持下来了。做完作业也很有成就感。而且作为典型的工科课程，老师很强调估算的作用。如果是要估算的题目，你去使用matlab得出精确解了反而不能得分。其实这正是工程的精髓，所有设计都是从估算开始的。

总的来说，一门好课。非常值得想了解的人投入时间。

wzyer 评论了课程: Discrete Optimization

2013-08-20 15:23

终于有时间来谈一谈离散优化这门课了。我一般不愿在某门课刚结束甚至是还没结束时就来谈论得失，因为只有经过时间的消化，才能让有价值的东西沉淀下来。但是离散优化这门课给我的体验之好，让我确信不需要多余的时间，我也能从中受益。

从第一周开始，这门课上课的方式就让我觉得意外：所有的视频，作业以及资料都完整的出现在课程页面上，没有明确的要求学生应该在哪一周完成哪些学习。如果你愿意，第一周就完成所有作业也完全是可行的——只要你有这个能力。如此自由化的学习对我而言完全是一种全新的体验，你面对的，只是几周的作业和几个专题的讲课视频。作业和视频并非一一对应，甚至也并非循序渐进。因此，很多人在第一周都会显得很迷茫，我也是如此，但之后的学习进程让我深深喜欢上了这种做法。

为什么我喜欢这种方法？因为我觉得这种方式契合了我们解决未知问题的过程。这门课的最终目标，是要解决5个NP问题。对于这样的难题，初学者很难一上来就有解决问题的思路。这时候，我们会怎么做？尝试！对，你需要一些解决这类问题的通用工具，然后拿着这些工具去不断尝试解决问题，在尝试的过程中，你自然就会知道哪些工具优势在哪里，缺点是什么。然后围绕着最终目标，选择最合适的解决办法。因此，我觉得这门课最有价值的一点就是鼓励你去尝试各种方法，然后从中获得一般的课堂讲授中无法获得的经验。也正是在这样一种实践的引领下，有同学甚至做出了让老师都赞叹的优化解。比如1000个节点的graph coloring问题，有人将最小颜色数压缩到了83（我只弄到了99）。对于这样的问题，如果所有同学都沿着老师设定的轨道走，很难设想会出现这么好的结果。

当然，基于这种学习方式，这门课的作业会显得有些偏难。由于都是NP问题，而且每个问题都有大规模的数据需要求解，想要全满分还是需要付出一些时间的。如果你真的是尝试了很多方法，小心翼翼的写代码以求运行效率，那么平均每周花费十几个小时的时间是合理的，而且代码量也绝对不会少。相反，如果你事先知道了哪个问题最适合用哪种方法，那其实也花不了多少时间，写不了多少代码，不过这样似乎解决问题的成就感就大大降低了。

这门课还有气死人不偿命的leader board。每当你精疲力尽打算收工的时候，看一眼leader board，看看自己的排名。顿时又有一种小宇宙要爆发的感觉了……

最后提一句，Pascal Van Hentenryck可是优化领域的大牛，很多有影响力的优化程序都有他的贡献。他本人不仅是墨尔本大学的教授，还是NICTA优化研究小组的老大。他在这门课里的讲解也非常风趣幽默，绝对能抓住你的眼球。是你不能错过的好老师。

wzyer 评论了课程: The Hardware/Software Interface

2013-08-08 22:02

教材是CSAPP，程序猿必备基础教程。课程的内容与CSAPP前半部分基本一致，由于课时的关系，后面的内容讲的不多。不过个人感觉前半部分已经够了，后面未讲的内容——IO，网络，并发什么的其实都可以以后深入学习。所以这门课的内容安排个人觉得很紧凑凝练，学过之后会对计算机的基本结构，汇编指令及其执行，内存模型等等内容有清晰准确的概念，为之后的学习工作打下坚实的基础。

不能不提到的还有课程的作业。前面几周的作业完全来源于CSAPP在CMU开课的内容。分别是位运算，二进制炸弹和缓冲区溢出攻击。感觉很有趣味性和挑战性，绝对值得你付出时间。后面的两周作业好像不是CSAPP上的，不过也很有启发性，对于加深理解极有帮助。

这门课的老师其实并没有给我留下多少深刻印象，感觉讲课比较中规中矩。不管怎么说，这种课程，清晰正确的把原理表述清楚就是负责任的老师了吧。

如果你没上过类似课程，那这门课绝对不能错过。

wzyer 评论了课程: Fundamentals of Audio and Music Engineering: Part 1 Musical Sound & Electronics

2013-08-01 14:28

这是一门偏应用，且目标明确的课程。老师一开始就说了所有学生最后会利用这门课上学到的东西来制作一个吉他放大器。因此整门课都围绕着声音的采集，处理与输出来展开，相应的，这里的知识结构也就集中于电子电路，信号处理，以及声学。虽然看似覆盖面很广，但因为关注点明确，所以难度并不显得高。而且，工程问题自有工程的处理方法，你完全不必担心学习进程会被理论问题所阻碍。当然，如果你上课之前能够具备一点基础知识，那一定能更多的享受音乐工程的乐趣。

好吧，说说我具体都学到了什么。要做一个吉他放大器，首先是音频的采集：这里只需要一个简单的电路将弦的振动转化为电信号。接下来的部分是小信号的放大，还是简单的电路。之后是声音的变调，渲染，这里主要要用到一点信号处理的知识，数学上来说主要就是傅里叶变换。然后加上音量控制，电路部分就完成了。最后是物理输出部分——音箱，这里要考虑到高频声波与低频声波的特点，音响的尺寸与喇叭的尺寸等等很多物理关系。不过，你也可以完全不必关注这些具体理论，因为网上已经有人把这些公式做好了，在网页上就能根据设计要求直接得出各种参数，然后留给你的工作就是：锯木板，粘音箱——注意这里一定要用粘的，千万不能用钉子哦，老师特别强调了的。

关于老师的讲解，我觉得这里的音频信号处理部分讲的非常好，形象生动，深入浅出。原始声音听起来如何？只取第一项傅里叶变换后听起来如何？两项，三项呢？更多项呢？这些问题你都能用你的耳朵感受到，而不仅仅是纸面上的公式。这是很多其他信号处理课上不多见的。还有声学的部分，音箱中的驻波什么的也都有非常漂亮的演示，连我这样一个上过多年物理的人都被深深吸引。

如果你对音响工程有兴趣，那么这门课是绝对不能错过的。

wzyer 评论了课程: Computer Networks

2013-06-28 20:31

这门课是现今所有mooc平台上最全面的一门介绍计算机网络的课程。课程以网络的OSI七层模型为主线，全面覆盖了支撑现有互联网的各种基础架构和协议。其中又有重点地讲解了 TCP/IP，HTTP，802.11等常用基础协议，目的是使所有上完课的同学，都能够对于数字信号如何在网络上传播有一个清晰的认识。就我自己上完课的感受来说，这门课完全能够完成这个任务。

不过，如果从讲解和交互性上来说，这门课还是难以与一些精品课程相媲美，只能算是一般水平。老师对于各个问题的讲解基本遵循了“提出问题-》解决方案-》应用实例”的顺序，所举的小例子也足够简单清晰，所以不会出现难于理解的情况。但是从交互性和趣味性上说，有意思的讲解不多，也没有什么特点突出的、有趣的内容来让人加深理解。因此上课的时候常常让人觉得乏味。个人认为这一点以后还有很大的改善空间。

其实说这门课程很无趣也并不准确。整个课程里还是时常会有有趣的事情发生，比如空中飞来飞去的小花盆，比如在老师背后扮鬼脸的吃货小萝莉。好吧……也许有人会喜欢这个。不过这个确实……确实和主题关系不大。只这能算是为课程增添一点有趣的小插曲。

这门课的作业分为两个部分，一部分是选择填空题，这部分的分数和最后的证书密切相关；另一部分则是编程和一些网络工具的使用，这个不计分，只是帮助加深理解。由于时间关系，我上课的时候并没有完成第二部分。但我仍然强烈建议想认真学习这门课程的同学去完成编程以及网络工具使用这一部分。虽然这里不算分，但对于课程内容的理解是大有裨益的。

最后该说说老师了，David Wetherall 是计算机网络方面的专家。也是著名的计算机网络教材：Computer Networks的作者之一。这本教材在Amazon上评分是3.9分，要高于著名的SICP，当然和一些大牛的接近5分的经典巨著没法比，不过也绝对够得上好书的标准了。而且他作为老师所讲授过的课程全部是计算机网络相关的，可谓相当专一。因此，完全不用怀疑老师的专业性。

最后，我把这门课推荐给想了解计算机网络的相关知识的同学，也许它算不上很深入，但绝对能为你以后的深入学习打下坚实的基础。

wzyer 评论了课程: Introduction to Computer Science

2013-06-13 15:18

这门课面向的是无编程基础的同学，几乎不需要任何背景知识。其实类似的课程网上很多，最有名的当属edX上的6.00x。虽然这门课名气上远逊于6.00x，但它有很多独一无二的特点，例如：交互性极强的讲解，搜索引擎相关的主线等等。

交互性强一直是Udacity课程的最主要特点：长度不超过3分钟的视频讲解，随时穿插的课堂提问，生动有趣的手写板涂鸦——所有的这些元素保证了你的注意力被牢牢抓住。分心了？下个Quiz做不出来了吧？赶紧重看前三分钟视频！像这样每三分钟一个要点，易于记忆和复习，也最大程度的保证了网上学习的效果。

搜索引擎相关的主线也是这门课的吸引人之处。想知道Google背后的原理吗？这里就有答案！整个课程以构建一个最简单的搜索引擎作为主线：首先教你如何构建一个爬虫来分析收集网页，然后是为网页构建索引以响应查询，最后是为网页排序。完成了这三部分，一个最简单的搜索引擎也就完成了，同时，你也从一个编程纯小白进化为了菜鸟。

由于以搜索引擎作为主线，所以这门课总体来讲还是偏实用为多，并不会牵涉到多少CS方面的基础理论。毕竟作为一个7周（新版好像添加了几周的内容）的课程，面面俱到是不现实的。因此希望系统性的掌握CS从理论到实现的同学不要对这门课报太大期望。我认为这门课最合适的定位是提供最基础的入门指导和代码感觉，并一定程度激发初学者的学习兴趣。在此基础上再去学习系统性强一些的课，例如6.00x，会事半功倍。

关于作业，由于是入门课程，课程的作业普遍较简单，大部分的作业几行代码就能解决问题。除了有一道题涉及到了动态规划算法的问题，其余的都不需要什么算法基础，所以很容易就能拿到证书。

David Evans是Udacity上我很喜欢的一位老师，在教学方面颇有有建树，获过很多奖项。在其自我介绍中他说自己的教学目标是希望学生成为热爱新的想法以及乐于分享创意的人（http://www.cs.virginia.edu/~evans/teaching.html）。他的研究方向主要是计算机安全相关方向，Udacity上他还开了一门高级课程：Applied Cryptography，这两门课我都上了并且都很喜欢。当然啦，作为一个注重“自我修养”的老师（笑），只专注自己专业方向是远远不够的！David Evans在弗吉尼亚大学所讲授的课程可是覆盖了CS的各个方面，从软件工程、操作系统到计算理论。

总的说来，我觉得这门课非常适合作为入门CS的第一堂课，内容简单易懂，形式风趣活泼，最后做个小搜索引擎也非常让人有成就感。

wzyer 评论了课程: Model Thinking

2013-06-05 19:16

我觉得这门课适合这样的同学：1. 想拓展知识面，锻炼思维能力，不大喜欢复杂数学的同学。2.想入门MOOC的同学。

Model Thinking应该算是我在Coursera上完成的第一门课。课程的内容不算难，但“第一”这个词本身就意味着你需要去打破一些固有的东西，比如你习惯的时间安排，你的休闲娱乐等等。当时上课的时候我还拉了几个人和我一起上，最后只有我一个人坚持下来了，还坚持到了现在，成为了习惯。因此，我觉得不仅想拓宽知识面的同学应该选这门课，对于那些想进入mooc又不知道如何下手的同学，这也是一个很好的起点——它是普及性的，不需要太多背景知识；它不算难，花不了你多少时间；而且，它还挺有意思的。

这门课的内容很杂，从种族隔离到排兵布阵，你都能在这里找到合适的模型。而课程的内容又全围绕着模型与思维这个主题，数学工具的使用被降低到了可以忽略的程度。即使一些在专业领域中需要复杂的微分方程才可以描述和计算的模型，在这里只需要一些简单的代数运算就能得出结论。考虑到大多数人不喜欢干涩的理论，这门课在理论与实际应用之间选取了一个较好的平衡点，每一个概念都有理论基础与应用实例。不过可能是考虑到视频时长，应用实例讲的有点少，有点浅，这是比较遗憾的地方。毕竟思维与模型这个主题，如果不关注理论模型，那就一定要关注实际应用，否则价值便会大打折扣。

从课程形式来说，每周两个主题，每个主题6~7段视频，每段视频7分钟左右。这是我认为当前Coursera平台上最佳的课程组织方式。容易吸引注意力，又不会过于冗长。适时穿插的视频中提问，也是放松的好时候。不过老师讲课语速偏快，生动有趣的演示不多，这也会影响一定的学习效果。

作业和考试是我认为MOOC最重要的组成部分，没有之一。否则MOOC就失去了存在意义，沦为传统公开课了。这门课的作业以及考试都是由一些选择和填空组成。这并不是我赞赏的方式，但是对于这种普及性的课程，哪种考核方式最好确实也是个需要讨论的问题。就这门课来说，作业和考试难度适中，想全拿满分还是需要一些努力的。只想拿证书的话就很容易了。

最后说说老师，Scott E Page。他是研究社会学复杂系统的，所以课程中的很多实例都取自社会现象，与现实的结合很紧密。但实话实说，我对于这个领域知之甚少。我的一个简单的判断老师牛或不牛的办法，就是查查wiki上有没有专属他的页面。很幸运，google的第二个条目就是他的wiki页面。所以，想上课的尽可以打消顾虑，来听听就好了。

wzyer 评论了课程: Programming Languages

2013-05-22 16:17

这门课应该属于编译原理吧。不过不算一门完整的编译原理的课，毕竟只有7周嘛。只牵涉到了几个重要点的话题。个人觉得想上编译原理的话还是找个系统点的上吧，有人推荐Coursera上的Compiler。

wzyer 评论了课程: Introduction to Theoretical Computer Science

2013-05-22 16:12

讲计算理论的，但是也不显得很理论。主要围绕P和NP的话题展开，还是偏应用一些的。课程的主旨就是要你在面对NP问题的时候不那么慌，可以去尝试一些近似的或是一些概率性的算法。还是不错的课程，不过我也没有深入研究。

wzyer 评论了课程: Introduction to Parallel Programming

2013-05-22 16:06

很好的课程！讲CUDA的，比Coursera上的那个好太多了。虽然主要是讲CUDA，但并行编程的各种方法，思路讲解很清楚。各种并行优化手段也清晰明了。很值得细细思考与咀嚼。

wzyer 评论了课程: Introduction to Artificial Intelligence

2013-05-22 16:01

这应该算是MOOC真正意义上的第一门课吧。入门AI很不错，居然连编程都不需要，覆盖面也挺广。我觉得是想了解这个话题，又不想深入的最好选择。想深入的还是选点能编程的吧。

wzyer 评论了课程: Differential Equations in Action

2013-05-22 15:57

也许因为我对这个话题比较熟悉。所以没有觉得学到很多东西。不过想搞科学计算的从这里入门我觉得还是很不错的。几种基本的微分方程数值解法都说到了，讲的也比较易懂，当然不会很深入。

wzyer 评论了课程: Design of Computer Programs

2013-05-22 15:52

Peter Norvig的名气让我选了这门课。考虑到他的著名lisp程序员身份，这门课可能会有点偏函数式编程。而且我觉得这门课还是有一定难度，不建议新手选择。不过，能亲眼看到大师给你敲代码，解决问题，绝对是一个不能错过的体验。

wzyer 评论了课程: Artificial Intelligence for Robotics

2013-05-22 15:46

课程内容确实很偏无人驾驶车。所有的主题都是和无人驾驶车相关的。所以不算是一个AI入门的好课程。不过从移动机器人AI的主题来讲，这门课还是非常有意思的。答疑视频中也会聊到一些更深入的话题。不过总体来讲，深入的话题不多。

wzyer 评论了课程: Applied Cryptography

2013-05-22 15:42

我很喜欢这门课。能把这样一个偏数学的主题讲的这么有趣本身就很难得，编程作业更是吸引人。记得讲RSA的单元的作业是破解十多段密文，每一段解密后的明文都是下一段的线索，环环相扣，很有意思。而且这门课难度也不低，想完全掌握还是需要很多思考的。

wzyer 评论了课程: Algorithms

2013-05-22 15:34

课程题目叫“算法”显得有些大了。这个课程主要侧重图算法，不过图算法的覆盖面也不大，主要还是基础。作为学习的补充还是不错的，想从这里系统的入门就不要指望了。

wzyer 评论了课程: Artificial Intelligence

2013-05-22 15:31

这门课我会给每一个想学AI的人推荐。编程作业灰常灰常有意思，作业和考试题目切中要点，PPT里还有那么多超级有爱的机器人。相当期待下半部分。

wzyer 评论了课程: The Hardware/Software Interface

2013-05-17 09:31

其实我比较在乎它的作业。内容嘛，其实就那么多，谁来讲也是那么多。作业应该都是出自CSAPP，所以还是很不错的课程。

wzyer 评论了课程: Probabilistic Graphical Models

2013-05-17 09:29

我现在觉得最不可思议的事就是我居然第一轮就把这个课上完了。其实回过头想想，现在再上的话可能收获会更大些。

wzyer 评论了课程: Neural Networks for Machine Learning

2013-05-17 09:26

巨牛级别的人物来开课，我也不说啥了。

wzyer 评论了课程: Model Thinking

2013-05-17 09:25

个人觉得不错，不过肯定有人会觉得它简单。怎么说呢，我觉得作为扩大知识面的课的话，这门课做的已经非常不错了。至少我了解了很多新鲜东西。

wzyer 评论了课程: Machine Learning

2013-05-17 09:22

个人觉得这门课比Andrew那个更深入些，老师讲的也不错。不过这个似乎就没有正式开过，我都enroll半年多了……

wzyer 评论了课程: Heterogeneous Parallel Programming

2013-05-17 09:19

就是讲CUDA的，额……不知为啥听过几个亚洲人的课都觉得不够给力。这个课……还行吧，学到了CUDA的基础知识，几个编程作业也还不错。不过算不上精品。个人觉得学习CUDA还是Udacity上那个课比较好。

wzyer 评论了课程: Linear and Discrete Optimization

2013-05-17 09:15

偏数学的课程。不过貌似优化本来也就是个数学问题。编程不难，难的是理解里边的数学思想。个人觉得还是很赞的一门课，我现在也没有完全吃透。期待会有什么凸优化之类的后续课程。

wzyer 评论了课程: Games without Chance: Combinatorial Game Theory

2013-05-17 09:09

额，我为什么要来上这门课？我真的不知道。虽然课程有意思，老师也挺有趣。不过挺偏理论的东西，好像也不知道应用在哪里……

wzyer 评论了课程: Game Theory

2013-05-17 09:06

我只上过这个课的第一轮，不得不说，不算是一个太好的体验。总体课程显得内容很多，进度很快。不过据说后面开课做了很大优化，我就不清楚了。

wzyer 评论了课程: Fundamentals of Electrical Engineering

2013-05-17 09:02

课程本身还不错，教授满头白发也很让人尊敬。不过，内流满面的说，他讲的太快了……一门导论课，他从电路基础讲到通信技术，内容很多，速度很快，想深入理解的话课下还得花不少时间……我就那么囫囵吞枣的过了。作业和考试评分系统也经常有点bug啥的。

wzyer 评论了课程: Functional Programming Principles in Scala

2013-05-17 08:55

大赞的一门课！特别是对于我这种对函数式编程知之甚少的人来说。Martin大叔讲课也很好，作业难度适中，更难得的是代码量都不大。无比期待part II。

wzyer 评论了课程: Financial Engineering and Risk Management

2013-05-17 08:51

我是被Derman的光环吸引进去的。但发现被坑了，Derman就出现了一会儿，而且就是个小访谈。好吧，不过我还是坚持完了，对于一个完全没有基础的实在是不容易……确实学到了很多东西，不过不确定对于金工专业的来讲，这些内容到底价值几何？难度几何？

wzyer 评论了课程: Control of Mobile Robots

2013-05-17 08:42

Georgia Tech的课，内容我很喜欢。但总还是觉得这个学校的课程难度都注水了。课程本身还是很不错的，移动机器人控制还是很有意思的一个方向，所以课程并不显乏味，如果只要混证书的话也很容易，不做编程也能混到。不过我还是把所有编程都做了，其实也不难。

wzyer 评论了课程: Computing for Data Analysis

2013-05-17 08:38

这门课就应该叫作R使用手册。全是R的语法与应用，有些让我失望。语法什么的太琐碎，很容易遗忘，放到课上讲太多语法个人以为不妥。

wzyer 评论了课程: Computer Networks

2013-05-17 08:35

很不错的课程，计算机网络的各个方面都覆盖到了。作业和考试难度适中。美中不足的就是课程显得不够生动，有些乏味。

wzyer 评论了课程: Computational Photography

2013-05-17 08:31

似乎GeorgiaTech的网上课程总有难度注水的嫌疑。我期望学到更多，实际总是比期望的少点。课程视频里涵盖的内容倒不少，不过很多内容没有在作业和考试中体现。总体来讲，老师讲的很好，但是作业和考试不具有很大挑战性，编程作业花不了多少时间就弄完了。

wzyer 评论了课程: Artificial Intelligence Planning

2013-05-17 08:25

Planning嘛，看到题目就想到了A*。不过学过这门课了才发现实际应用中的算法还是很多的，除了状态空间搜索，还有策略空间搜索等等很多办法。这门课程的内容很多，视频量很大，我险些就放弃了。但是作业倒不多，作业和考试挺有挑战性的。

wzyer 评论了课程: Algorithms: Design and Analysis, Part 2

2013-05-17 08:15

很好的课程。不像Princeton的那个，那个更注重基础知识，而这个更注重思路。确实老师语速很快，不过听起来很清晰。学这门课主要就是要跟着老师的思路一块思考。很多作业也非常需要动脑子，较有挑战性的一门课。

wzyer 评论了课程: Algorithms, Part II

2013-05-17 08:11

继承Part I的风格，难度上更进了一层。如果说Part I注重基础的话，那这个Part II就更注重覆盖面，很多实用的算法都有涉及。其中也不乏有意思的镜头，比如“奥巴马去谷歌面试”，哈哈哈哈……作业依然给力。

wzyer 评论了课程: Algorithms, Part I

2013-05-17 08:07

很好的课程！老师充分展示了名家风范。内容系统，结构紧凑。示例代码简洁清晰。更难得的是作业题目非常有意义，评分脚本很完善。是我上过的课中作业部分最好的了。

wzyer 评论了课程: Introduction to Statistics

2013-05-17 08:03

课程本身内容很不错，涵盖了统计基本的知识点。不过也许是Udacity风格的问题吧，听完之后感觉有些不够系统。也许这门课主要面向的是无基础的人吧。

wzyer 评论了课程: Introduction to Computer Science

2013-05-17 07:59

不错的入门课程，难度不大，讲解很细致，还牵涉到了一点搜索引擎的基础知识。我就是从这里入门python的。

Model Thinking (CourseraArchive) 3 个评论 关注

开始时间: 04/22/2022 持续时间: 10 weeks

主页: https://www.coursera.org/course/modelthinking

简介: In this class, you will learn how to think with models and use them to make sense of the complex world around us.

The Hardware/Software Interface (CourseraArchive) 7 个评论 关注

开始时间: 04/22/2022 持续时间: 8 weeks

主页: https://www.coursera.org/course/hwswinterface

简介: Examines key computational abstraction levels below modern high-level languages. From Java/C to assembly programming, to basic processor and system organization.

Neural Networks for Machine Learning (CourseraArchive) 5 个评论 关注

开始时间: 04/22/2022 持续时间: 8 weeks

主页: https://www.coursera.org/course/neuralnets

简介: Learn about artificial neural networks and how they're being used for machine learning, as applied to speech and object recognition, image segmentation, modeling language and human motion, etc. We'll emphasize both the basic algorithms and the practical tricks needed to get them to work well.

Introduction to Computer Science (Udacity) 6 个评论 关注

开始时间: 04/22/2022 持续时间: 自主

主页: https://www.udacity.com/course/cs101

简介: In this course you will learn key concepts in computer science and learn how to write your own computer programs in the context of building a web crawler.

Probabilistic Graphical Models (CourseraArchive) 5 个评论 关注

开始时间: 04/22/2022 持续时间: 11 weeks

主页: https://www.coursera.org/course/pgm

简介: In this class, you will learn the basics of the PGM representation and how to construct them, using both human knowledge and machine learning techniques.

Discrete Optimization (CourseraArchive) 3 个评论 关注

开始时间: 04/22/2022 持续时间: 9 weeks

主页: https://www.coursera.org/course/optimization

简介: Tired of solving Sudokus by hand? This class teaches you how to solve complex search problems with discrete optimization, including constraint programming, local search, and mixed-integer programming.