热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

最强学习资料:国内多所重点大学课程攻略(附链接)

来源:机器之心本文多资源,建议阅读6分钟。本文为你整理来自浙江大学、上海交通大学、北京大学、中国科学技术大学的课程资料。或许每个经历过大学生涯的人都会有

640?wx_fmt=png

来源:机器之心

本文多资源,建议阅读6分钟

本文为你整理来自浙江大学、上海交通大学、北京大学、中国科学技术大学的课程资料。


或许每个经历过大学生涯的人都会有这样的感受:曾经努力收集各种课程资料,但在修完一门课程之后却会发现遗漏了很多重点内容。每一代前辈总结出的经验也常常因为无处传承而逐渐遗漏消失。


为了减少重复劳动,让我们不再孤军奋战,来自浙江大学、北京大学等国内高校的贡献者们发起了课程资料民间整理项目。目前各家大学的课程资料整理已搭建了自己的网站,在 GitHub 上积累了大量 Star。


这些内容不仅是教材的电子版,也有历年试卷、复习资料、习题答案甚至选课攻略。作者表示,希望能够将这些隐晦的、不确定的、口口相传的资料和经验,变为公开的、易于获取的和大家能够共同完善、积累的共享资料。


目前这些项目已经包含了大多数计算机科学方面的课程。


其实说到课程攻略共享计划,大家可能都会想到浙大开源的项目,它从数学、物理、计算机、化学和其他通识课出发介绍大量课程攻略与资料。浙大的共享项目目前包括 50+的主题,如下展示了其中一些:


640?wx_fmt=png


浙大共享项目地址:

https://github.com/QSCTech/zju-icicles


机器学习资料哪家强


作为最早搭建起来的课程攻略共享计划之一,浙大的开源项目主要是"全"。但是对于机器学习学习者而言,这些资料很少深入到 ML 核心课程,它们还是比较广泛的计算机学科资料。因此,我们这里主要介绍上海交通大学的课程攻略,它包含 ML 领域的大量主题。


上海交大的资源非常适合了解机器学习相关的学习内容与主题,每一个课程文件下都有 PPT、参考课本、作业和笔记等。


上海交大共享项目地址:

https://github.com/CoolPhilChen/SJTU-Courses


  • 计算机

  • CS125 程序设计

  • CS221 数据结构

  • CS222 算法分析与设计

  • CS258 信息论

  • CS385 机器学习

  • EI331 信号与系统

  • EI332 计算机组成

  • EI338 计算机系统工程

  • EI339 人工智能

  • SE305 数据库技术

  • 高级算法

  • 数学

  • MA357 数理统计

  • X071571 最优化方法

  • MA26035 测度与概率论


如上很多主题都是学机器学习该了解的,不论是程序设计打造编程功底、最优化方法打造机器“学习过程”,还是人工智能或机器学习等直接相关的主题,我们都应该有所了解。


例如在 CS385 机器学习中,作者介绍了讲师和课程主页等标配内容,同时也提供了课本、PPT 和作业下载。课本也就是大名鼎鼎的《模式识别与机器学习》(Bishop, PRML)和《机器学习》(周志华),课程 PPT 则从最简单的线性模型到 EM 算法涉及主要的 9 个主题。


640?wx_fmt=png


CS385 还提供了 5 次家庭作业,每一次家庭作业都包含多个问题,不过我们暂时没发现有解题方案。上海交大家庭作业的风格如下:


640?wx_fmt=png


对了,机器学习这门课是大三下学习期开的,感兴趣的读者可详细看看这些资料。


当然,这个项目其它主题也非常详细,例如最优化方法,除了前面提到的几种资源,它还额外提供了课堂手写笔记。如下展示了最优化方法中的手写"课堂笔记",梯度下降的收敛性分析。


640?wx_fmt=png


此外,整个项目对在校生有更大的帮助,通过前面那些资源可以了解课程大致内容与方向,复习的时候也有更多的资料。例如在信息论这个主题中,该项目还提供了期中考试的复习材料,这些材料总结了信息论的核心概念。如下是一些信息熵的概念,机器学习中也经常用得上:


640?wx_fmt=png


其他国内课程


除了前面介绍的课程资源,小编还发现了其他几所高校的课程资源,如北大、中科大和清华。


北大课程资源收录了专业课、公选课、英语课等多类不同课程。以专业课为例,作者进行了详细的分类,如人工智能、人工智能概论、抽象代数和概率论等。部分内容最近一次更新是两天前。


640?wx_fmt=png

北大课程资源部分截图


北大课程资源项目地址:

https://github.com/lib-pku/libpku


目前,该 Github 项目已经有 1.2 万左右的星标,3800 左右的 Fork。


640?wx_fmt=jpeg

该资源中收录了很多北京大学的期中、期末考卷。这张 17-18 年信息科学技术学院的高数 b 期末考题你可以做出几道?


中科大的这一课程资源项目收录了中国科学技术大学众多课程资源的笔记,总结,经验等学生自己原创的内容。


640?wx_fmt=png


中科大项目地址:

https://github.com/USTC-Resource/USTC-Course


此外,从大一上到大四上,清华大学计算机系课程攻略项目按照学期整理了该校计算机系的课程资源。中山大学同样整理了期末考试的往年试卷、复习资料等辅助内容。课程资源再多,学到才是自己的,建议读者们根据自己的需求有针对的进行学习。


最后,知识的传承是一个长期任务,欢迎大家继续作出贡献!


编辑:文婧

校对:林亦霖


640?wx_fmt=png

640?wx_fmt=jpeg


推荐阅读
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • golang常用库:配置文件解析库/管理工具viper使用
    golang常用库:配置文件解析库管理工具-viper使用-一、viper简介viper配置管理解析库,是由大神SteveFrancia开发,他在google领导着golang的 ... [详细]
  • 优化ListView性能
    本文深入探讨了如何通过多种技术手段优化ListView的性能,包括视图复用、ViewHolder模式、分批加载数据、图片优化及内存管理等。这些方法能够显著提升应用的响应速度和用户体验。 ... [详细]
  • 数据管理权威指南:《DAMA-DMBOK2 数据管理知识体系》
    本书提供了全面的数据管理职能、术语和最佳实践方法的标准行业解释,构建了数据管理的总体框架,为数据管理的发展奠定了坚实的理论基础。适合各类数据管理专业人士和相关领域的从业人员。 ... [详细]
  • 本文将介绍由密歇根大学Charles Severance教授主讲的顶级Python入门系列课程,该课程广受好评,被誉为Python学习的最佳选择。通过生动有趣的教学方式,帮助初学者轻松掌握编程基础。 ... [详细]
  • 深入解析:手把手教你构建决策树算法
    本文详细介绍了机器学习中广泛应用的决策树算法,通过天气数据集的实例演示了ID3和CART算法的手动推导过程。文章长度约2000字,建议阅读时间5分钟。 ... [详细]
  • 探索如何使用公共数据集为您的编程项目提供动力。无论您是编程新手还是有经验的开发者,本文将为您提供实用建议和资源,帮助您启动并运行一个创新的数据驱动型项目。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • 深入解析JVM垃圾收集器
    本文基于《深入理解Java虚拟机:JVM高级特性与最佳实践》第二版,详细探讨了JVM中不同类型的垃圾收集器及其工作原理。通过介绍各种垃圾收集器的特性和应用场景,帮助读者更好地理解和优化JVM内存管理。 ... [详细]
  • 本文详细探讨了Java中的24种设计模式及其应用,并介绍了七大面向对象设计原则。通过创建型、结构型和行为型模式的分类,帮助开发者更好地理解和应用这些模式,提升代码质量和可维护性。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 本文详细介绍了Akka中的BackoffSupervisor机制,探讨其在处理持久化失败和Actor重启时的应用。通过具体示例,展示了如何配置和使用BackoffSupervisor以实现更细粒度的异常处理。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 尽管深度学习带来了广泛的应用前景,其训练通常需要强大的计算资源。然而,并非所有开发者都能负担得起高性能服务器或专用硬件。本文探讨了如何在有限的硬件条件下(如ARM CPU)高效运行深度神经网络,特别是通过选择合适的工具和框架来加速模型推理。 ... [详细]
  • 深入理解K近邻分类算法:机器学习100天系列(26)
    本文详细介绍了K近邻分类算法的理论基础,探讨其工作原理、应用场景以及潜在的局限性。作为机器学习100天系列的一部分,旨在为读者提供全面且深入的理解。 ... [详细]
author-avatar
壮壮由之妈_245
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有