登录
  • #公开课

[公开课]新人转CS,这一年来上过的Coursera课程,以及求建议

Bambrow
33287
59
新人报到。之前都没有发现地里有这个板块,相见恨晚。这一年来逐渐产生了转CS的想法,于是开始跟课。最开始的时候没有章程,只知道一个Coursera,于是就跟了许多简单的课程。

现在觉得这么没有章法地上课是不行的。

所以打算根据W大的帖开始上UCB CS 61B。CS 162还不确定要不要上,求建议~

之前看地里的投票统计,大家比较喜欢听Stanford的课程,不知是否是那门算法课,也求一下指导~

以下是我这一年来上过的Coursera课程并取得证书的列表,附带简单点评。还有很多上过的并没有拿到证,在这里就不列了。

1. An Introduction to Interactive Programming in Python (Part 1)

2. An Introduction to Interactive Programming in Python (Part 2)

# 这两门课都是Rice的(其实是一门课),隶属于Fundamentals of Computing专项。几个教授都很有意思,每周会让你做个简单的project,都是小游戏。唯一的缺点是他们自己开发了一个CodeSkulptor平台,里面的GUI部分不与常用的GUI module兼容。印象很深的是第四周的Pong Game,以及第八周的RiceRocks。我还做个一个改进版的RiceRocks游戏,还蛮好玩,如果有感兴趣的可以回我~

# 此外这个专项还有Principles of Computing和Algorithmic Thinking两门课(都被拆成两部分,实际四门课),不知对算法的讲述是不是到位,如果有上过的小伙伴,希望回复我一下~(我知道跟S大的课肯定不能比,但是又有点儿想跟完……)





3. The Data Scientist’s Toolbox

4. R Programming

5. Getting and Cleaning Data

6. Exploratory Data Analysis

7. Reproducible Research

8. Statistical Inference

# 这几门课都是JHU的Data Science专项,也是我Coursera的入门课。我至今不明白为何当时脑抽去学R语言……前两门简直简单到我无话可说,真的是无话可说。从Getting and Cleaning Data开始难度有所上升。后面四门的问题是,它的project往往需要你自学更多的知识,只是根据课堂上的知识并不能解决问题……于是最后实在是撑不下去,放弃了。

# Statistical Inference实际是一门统计学课程,但是需要R语言知识。

# 此外这个专项还有三门课,我不太了解,其中有统计学课,也有开发课程。这全套课程在Github上都可以找到全部讲义。





# 以下是水课时间~

9. Programming for Everybody (Getting Started with Python)

10. Python Data Structures

11. Using Python to Access Web Data

12. Using Databases with Python

13. Introduction to HTML5

14. Introduction to CSS3

15. Interactivity with JavaScript

# 隶属于UMich的Python for Everybody与Web Design for Everybody (Basics of Web Development and Coding)专项。这真心是水课,水到你甚至不用看视频,只看讲义就能做完90%以上的Quiz和Project,前两门课(9,10 and 13,14)一天就可以学完……正是在学这些课的时候让我对Coursera的课程设置产生了一丝怀疑,觉得有些课故意降低了很多难度……总之,这些课其实没有很大必要听,想拿证书的话,直接拿着讲义去做project吧,你可以的。





# 此外,还上过一些Business的课程,权当开阔视野。与CS相去甚远,在此不提。





虽然这些课水,但是我也算是有了一定的基础(如果这也叫基础的话)。所以我在此求大家的建议,希望大家给我推荐一些干货比较多的课程。我的想法是UCB CS 61B与Stanford的算法课,不知这样选是否合理?新人转CS路上的小白一枚,在此求教!







59条回复
热度排序

发表回复