关注上方深度学习技术前沿”,选择“星标公众号”

资源干货,第一时间送达!

如果你正就读于计算机专业,或者是对计算机科学感兴趣,那你对麻省理工学院(MIT)的课程一定不会陌生。这所已有 150 多年历史的知名学府,近日放出了 2400 门课程资料,其中也包括电气工程和计算机科学系的多门公开课。

课程链接:https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/

这些课程最早可追溯到 2001 年秋季,一直到 2019 年春季,分为两个等级:「研究生(Graduate)」和「本科生(Undergraduate)」,供不同阶段的学习者自选。很多课程都配了课程音频/视频、线上教科书、课堂笔记、作业(也包含答案)、课程表等。

从列表长度也可以感受到内容的丰富:

众所周知,MIT 的电气工程和计算机科学毕业生遍布世界各地,在很多研究领域做出了自己的贡献。他们提高了计算机和网络通信的稳定和安全性,提升了太阳能电池板的效率,创造了全新算法用于分析金融市场,同时还能设计能像人一样思考的机器。

MIT 校友们不断取得突破的原因,或许可以在这些课程中找到。

早在 130 年前,麻省理工学院就开始授予电气工程学位了,其教学培养计划一直被所有大学视为典型。MIT 提供了基于数学、计算、物理和生命科学的深度课程,并鼓励学生通过项目、实习和科研将所学知识多加应用。

MIT 有超过 30% 的本科生就读于电气工程与计算机科学系,研究生课程也享誉世界。教职员当中有 40 多位国家工程院院士、10 多位国家科学院院士、数位国家技术奖获得者以及众多 IEEE、ACM、APS、AAAI 等专业协会会员。

针对当下特殊时期的远程教学

如今全球各地的各大学校都开展了线上授课,理论上来说通过流媒体视频以及 Email 或是线上群聊的应用软件就基本能满足部分课程需要。

但是,遇到一些技术为主的课程,则需要更多的辅助工具及配套设施才能将课程效果最大化。以现阶段所开放的课程为例,看看 MITOCW 平台所提供的课程都包含哪几部分核心内容:

在线辅导工具

以 MIT6.01「Introduction to Electrical Engineering and Computer Science」为例,其中所开发的工具会确保在上课时,学生所练习的代码会被系统自动纠错,并指出错误在哪,从而确保学生在理解课程内容的情况下,一步步推进课程进度。

Problem Sets 题集

刷课不刷题,等于白刷。每堂课都会有对应的 Problem Sets 作为练习而用,以小编在此平台刷课的经验来看,刷题的时间几乎是课程时间的 1-2 倍左右。相较于其它 Online 教学平台而言,每堂课都会有一一对应的练习,而每一个练习都会有相应的解题思路。其他部分 Online 教学平台刷课是免费的,但刷题则需要另行付费。完全免费的 OCW 在这一方面显然做得可圈可点。

协同文本注释工具

以 CMS.633「Digital Humanities」为例,MIT 的团队开发了「Annotation Studio」的协同注释工具,对线上文本的段落进行突出显示或评论,使得学生能够针对内容互相讨论、评价,再结合上述 Problem Set 的设置,就会有比较及时的反馈。而其他 Online 教学平台目前都是用帖子的形式进行互动、内容讨论等。

自动检查工具

以 MIT18.05「Introduction to Probability and Statistics」为例,其授课教授一再强调让学生意识到知识盲区是在刷题或者做 problem sets 中,而不是在做完之后。所以这堂课为学生提供实时纠错的工具,当然这项工具只适用于做练习的时候,以便学生实时纠正其知识盲区。

课程评分标注以及日程安排。

OCW 虽然免费开发了 MIT 如此多优质的教学资源,但有一点需要注意,它在全面免费的同时不提供任何证书。

所以从另一个角度来说,在这个平台上课完全是为了解决自身知识盲区而来,它的各种 quiz、problem sets、project 等一系列辅助配套设施非常完善。线上教学的所有课件、教授所写的补充材料等都能下载下来以便随时复习。

如果肯按照其课堂建议的日程安排来学习,长期以往会有不错的收获。

重磅!深度学习技术前沿-微信群已成立

扫码添加群助手可申请加入 深度学习技术前沿 微信群,旨在交流深度学习方面的学习、科研、工程项目等内容,其中研究方向主要包括:图像识别、图像分类、目标检测、图像分割、人脸识别、模型剪枝与压缩、自然语言处理、知识图谱、强化学习、NAS、GAN等。并且还会第一时间在群中分享一线大厂求职内推资料。

一定要备注:研究方向+学校/公司+姓名(如图像分割+浙大+李四),按照格式备注,可更快被通过且邀请进群。(广告商、博主请绕道!)

???? 长按识别,即可加群

???? 长按识别,即可关注

2400门课:MIT开放迄今最全CS+电气工程课程相关推荐

  1. 2400门课:MIT 开放迄今最全 计算机+电气工程课程

    转自 | 机器之心 如果你正就读于计算机专业,或者是对计算机科学感兴趣,那你对麻省理工学院(MIT)的课程一定不会陌生.这所已有 150 多年历史的知名学府,近日放出了 2400 门课程资料,其中也包 ...

  2. AI学高数达到MIT本科水平,学了微积分线性代数概率论等6门课,不光能做题还能出题...

    梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI 让语言模型做数学题,有多难? 强如GPT-3,在9-12岁的小学数学上,第一次才考20多分. 去年底GPT-3用上新方法努力了很久终于拿到5 ...

  3. 博士师兄给我推荐了两门课

    作者:阿秀 阿秀的求职笔记:https://interviewguide.cn 你好,我是阿秀. 我跟师兄坐了一年的同桌,他大我一届,我研二他研三的时候坐在一起. 在他身上我学到了很多,比如如何认真对 ...

  4. 中小学课程新增计算机教育,教育部通知:中小学将新增这门课?家长:真辅导不了……...

    原标题:教育部通知:中小学将新增这门课?家长:真辅导不了-- 全文共1732字,阅读大约需要4分25秒 . 中国未来社会需要的,是那种逻辑思维缜密,能够应对变化,提出独特想法的创造性人才. -- 清华 ...

  5. 【转】34门课改变人生——牛人自学计算机总结

    [转]34门课改变人生--牛人自学计算机总结 2014-06-06 15:50 转载说明:在人人网上看到一个在美国学生物的硕士通过MOOC学习最终找到IT工程师工作的故事,非常励志,而且每门课都有很有 ...

  6. 34门课改变人生——牛人自学计算机总结

    转载说明:在人人网上看到一个在美国学生物的硕士通过MOOC学习最终找到IT工程师工作的故事,非常励志,而且每门课都有很有价值的点评,经过作者本人同意转载到MOOC学院,如果各位有后续问题可以把他本人拉 ...

  7. 『王的机器』四天免费学完 DataCamp 12 门课

    本文含 2101 字,5 图表截屏 建议阅读 6 分钟 在公众号对话框回复 DCP 获取全部 12 门课的课件和数据 抱歉用「标题党」的形式把大家引进来看,但我的确只用了 4 天休闲时间(白天还要工作 ...

  8. 每天睡4小时上7门课

     美国高中生也辛苦:每天睡4小时上7门课 编者按:普天下,不是只有中国高中生读书辛苦,美国的高中生也很辛苦,而且和中国高中生有一拼.他们一年背了112磅的课本,约104斤重或者约52公斤重.这些书 ...

  9. 深度学习笔记 第五门课 序列模型 第三周 序列模型和注意力机制

    本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...

最新文章

  1. ORACLE TEXT FILTER PREFERENCE(三)
  2. 如何把SAP CRM WebClient UI上某个字段高亮加粗显示
  3. 如何进入游戏行业_进入设计行业
  4. webservice 启用代理服务器
  5. 以前的报表都白做了!app上做可视化数据分析,这个方法太强了
  6. Android Studio笔记
  7. PyCharm5.0.2最新版破解注册激活码
  8. okhttp框架学习
  9. ACM做题过程中的一些小技巧
  10. minetest Window编译运行
  11. 配置文件中有“路径信息”时,需呀注意的问题(路径中的\是转义字符)~
  12. c语言学习-猜数字游戏
  13. android View的生命周期
  14. 直角三角公式计算机,直角三角函数公式表
  15. ACM模版-f_zyj v 2.0——更新通知
  16. 个人公众号成长记 - 做什么内容?
  17. 后端Java人必备:30个优化SQL的良心建议
  18. 《计算机网络》学习笔记----第七版课后习题参考答案 第四章
  19. json-server使用详解
  20. java版商城 springcloud+springboot+mybatis+redis+uniapp 多商户电子商务源码 直播带货源码 短视频带货源码 社交电商源码 分布式 微服务电子商务源码

热门文章

  1. Lowbit Sum 规律
  2. 数据库查询构建控件集Active Query Builder 控件
  3. 【python】Series和DataFrame的简单介绍
  4. scikit CountVectorizer源码
  5. 语音识别Kaldi开源
  6. LSTM为何如此有效
  7. 用正则表达式和java解析csv文件
  8. randomAccessFile
  9. 《强化学习周刊》第10期:强化学习应用之计算机视觉
  10. 5月书讯:流畅的Python,终于等到你!