机器学习&深度学习纲要(2017-2020),内容包括统计学、机器学习、深度学习、计算机科学、数据科学、深度视觉、NLP、云计算等领域的话题、链接和总结

GitBook | GitHub | Google Docs | #机器学习 #计算机科学
800+门计算机科学相关视频课程列表,包括人工智能、机器学习、深度学习等

cs-video-courses | #计算机科学
斯坦福大学2020-2021年计算机科学秋季课程表

传送门 | 精编表格版 | #计算机科学
顶级名校650多门计算机科学开放课程

传送门 | Github | #计算机科学
计算机科学/编程最具影响力书单

这些书被认为对StackOverflow 线程中的程序员最有影响力。

influential-cs-books | #计算机科学 #电子书
计算机科学资源集锦

作者语:

在学习计算机科学的过程中,我以书籍、论文、讲座视频、博客文章和播客的形式积累了重要领域的资源。我将它们用作参考(例如,每当我遇到相应领域的任务时)并研究了其中的一部分,但(因为我在大学学习物理和数学,而不是计算机科学)从未有机会深入研究它们。书签、书名和对 State-of-The-Art 知识参考的模糊回忆分散在我的 Goodreads、YouTube、Notion 列表中,直到我决定编制一个列表并一一浏览资源。我认为列举这些并获得出色工作的完整列表也可能对其他人有用。因为学习这些是一项严肃的工作,

与其他具有 CS 资源的列表不同,我的列表不关注列表阅读的特定功能(例如免费,如 ossu/计算机科学课程),也没有尝试成为“完整”课程。我将收藏分为两部分:

基础知识(下面的列表)是“经典”资源的“简短”列表,我有机会与之交谈的优秀工程师向我推荐最多。它专注于该领域最重要的战略概念,并努力对在该领域工作所需掌握的基础知识进行全面概述。
进一步阅读包含更多指向短博客文章的链接、来自互联网的文章、更具体的资源。此列表包含更多我在浏览互联网时发现并在某些时候发现有用的资源。

该系列的灵感也来自(并在某种程度上基于) erikgrinaker/readings

Computer Science Resources | #计算机科学
MIT 6.0001《计算机科学与Python编程导论》开放课程(2016)

本课程适用于编程经验很少或没有编程经验的学生。它旨在让学生了解计算在解决问题中可以发挥的作用,并帮助学生,无论他们的专业如何,都对自己编写小程序的能力充满信心,从而使他们能够实现有用的目标。该课程将使用 Python 3.5 编程语言。

这是一个半学期的课程。成功完成 6.0001 的学生可以继续学习 6.0002 计算思维和数据科学导论,该课程在下半学期授课。

目标
提供对计算在解决问题中可以发挥的作用的理解。
帮助学生,包括那些不打算主修计算机科学和电气工程的学生,对他们编写小程序以实现有用目标的能力充满信心。
定位学生,以便他们可以竞争研究项目并在具有编程组件的科目中表现出色

官方地址 | YouTube | #计算机科学
面向计算机科学的简单开源学术论文管理工具

Paperlib | #计算机科学 #工具
Back to Top