境外开放课程——按学科专业列表
开放课程→工程与技术科学→计算机科学技术::

106
Topics In Theoretical Computer Science: Probabilistically Checkable Proofs[理论计算机科学专题：概率可检查证明]
  Prof. Dor Minzer(麻省理工学院) 在本课程中，我们将介绍概率可检查证明（PCP）的理论，并证明它的一些基本后果以及最近的进展。更具体地说，课程的前半部分将专门讨论基本PCP定理的（代数）证明...
热度：4

107
Algorithmic Aspects Of Machine Learning[机器学习的算法方面]
  Prof. Ankur Moitra(麻省理工学院) 本课程围绕机器学习中出现的算法问题进行组织。现代机器学习系统通常建立在没有可证明保证的算法之上，并且它们何时以及为什么起作用是争论的主题。在本课程中，...
热度：4

108
Algorithms For Inference[推理算法]
  Prof. Devavrat Shah(麻省理工学院) 这是对使用图形表示定义的概率模型的统计推断原理的研究生水平介绍。本课程中的材料构成了机器学习、信号处理、人工智能、计算机视觉、控制和通信工作的共同基础...
热度：6

109
Information Theory[信息论]
  Prof. Yury Polyanskiy(麻省理工学院) 这是信息论数学的研究生水平介绍。我们将涵盖经典和现代主题，包括信息熵、无损数据压缩、二元假设检验、通道编码和有损数据压缩。
热度：20

110
Microelectronic Devices And Circuits[微电子器件和电路]
  Prof. Jesús del Alamo(麻省理工学院) 6.012 是该系“设备、电路和系统”专业的头科课程。涵盖的主题包括：微电子器件的建模、基本的微电子电路分析和设计、半导体结和 MOS 器件的物理电子学、电气行...
热度：9

111
Software Construction[软件建设]
  Prof. Robert Miller;Dr. Max Goldman(麻省理工学院) 6.005软件构建介绍了软件开发的基本原则和技术，即，如何编写安全的软件，使其避免错误，易于理解，并准备好进行更改。本课程包括问题集和期末专题。重要的主题...
热度：7

112
Introduction To Algorithms[算法简介]
  Prof. Erik Demaine;Prof. Ronald Rivest;Prof. Srini Devadas(麻省理工学院) 本课程介绍计算问题的数学模型。它涵盖了用于解决这些问题的通用算法、算法范例和数据结构。本课程强调演算法与程式设计之间的关系，并介绍这些问题的基本效能测...
热度：10

113
Introduction To Network Models[网络模型简介]
  Dr. Amir Ajorlou(麻省理工学院) 本课程介绍复杂网络及其结构和功能，并举例说明工程、应用数学和社会科学。主题包括谱图理论、中心性概念、随机图模型、传染现象、级联和扩散以及意见动力学。
热度：8

114
Social And Ethical Responsibilities Of Computing (SERC)[计算的社会和伦理责任 （SERC）]
  Prof. Julie Shah;Prof. David Kaiser(麻省理工学院) 该网站是为麻省理工学院课程开发的 SERC 教学材料的资源。SERC 汇集了由教师、研究人员和学生组成的跨学科团队，开发原创教学材料，以满足我们的目标，即通过结...
热度：6

115
Day Of AI[人工智能日]
  MIT RAISE(麻省理工学院) 该资源旨在通过课程包和教师培训，支持教师和教育工作者在课堂上开展人工智能日活动，所有这些都免费提供给参与者。 该课程由麻省理工学院RAISE的领先教师和...
热度：4

116
Mathematics Of Big Data And Machine Learning[大数据和机器学习的数学]
  Dr. Jeremy Kepner;Dr. Vijay Gadepally(麻省理工学院) 本课程介绍了动态分布式维数据模型（D4M），这是计算机编程的突破，它结合了图论、线性代数和数据库来解决与大数据相关的问题。搜索、社交媒体、广告投放、映射...
热度：8

117
Brains, Minds And Machines Summer Course[大脑、思想和机器暑期课程]
  Prof. Tomaso Poggio;Prof. Gabriel Kreiman(麻省理工学院) 本课程探讨了智能的问题——它的本质、它是如何由大脑产生的，以及它如何在机器中复制——使用一种整合认知科学的方法，研究心灵;神经科学，研究大脑;以及计算机...
热度：12

118
Theory Of Computation[计算理论]
  Prof. Michael Sipser(麻省理工学院) 本课程强调可计算性和计算复杂性理论。主题包括正则和上下文无关语言、可判定和不可判定问题、可约性、递归函数理论、计算时空度量、完备性、层次定理、固有复杂...
热度：8

119
Computer System Engineering[计算机系统工程]
  Dr. Katrina LaCurts(麻省理工学院) 本课程涵盖计算机软件和硬件系统工程的主题。主题包括控制复杂性的技术;使用客户端-服务器设计、操作系统的强模块化;性能、网络;命名;安全和隐私;容错系统、并发...
热度：3

120
Design And Analysis Of Algorithms[算法设计与分析]
  Prof. Erik Demaine(麻省理工学院) 这是一门中级算法课程，重点是教授高效算法设计和分析的技术，强调应用方法。主题包括分而治之、随机化、动态规划、贪婪算法、增量改进、复杂性和密码学。
热度：6