计算机科学cs50_世界顶尖CS大学提供500门免费计算机科学课程

计算机科学cs50

Every year, Class Central publishes rankings of the world’s highest rated and most popular online courses.

每年，Class Central都会发布世界上评分最高和最受欢迎的在线课程的排名。

These rankings are based on user ratings and total enrollments. You can see the full annual course ratings here.

这些排名基于用户评分和总注册人数。 您可以在此处查看完整的年度课程评分 。

But in this article, I'm going to adopt a different approach. Instead of just showing the top courses, I'll show you which universities seem to have the best courses overall, then show you all the free online courses those universities offer for studying computer science.

但是在本文中，我将采用另一种方法。 我将不仅仅显示热门课程，还将向您展示哪些大学似乎总体上拥有最好的课程，然后向您展示这些大学提供的用于学习计算机科学的所有免费在线课程。

方法 (Methodology)

I started with the three leading global university rankings and looked at the latest editions of their computer science rankings:

我从全球三大大学排名开始，然后查看了他们的计算机科学排名的最新版本：

• QS: World University Rankings 2020 — Computer Science & Information Systems

  QS ：2020年世界大学排名-计算机科学与信息系统

• Times Higher Education: World University Rankings 2020 — Computer Science

  时报高等教育 ：2020年世界大学排名-计算机科学

• Shanghai Ranking Consultancy: Academic Ranking of World Universities 2019 — Computer Science & Engineering

  上海排名咨询公司 ：2019年世界大学学术排名-计算机科学与工程

My approach was simple. First, I combined the three rankings into one by averaging each university’s position across the three rankings.

我的方法很简单。 首先，我通过将每所大学在这三个排名中的平均排名，将三个排名合并为一个。

Second, I limited the list to the top-fifty institutions that offer computer science courses online.

其次，我将名单限制在提供在线计算机科学课程的前50家机构中。

Third, I leveraged Class Central’s database to build a list of those courses.

第三，我利用Class Central的数据库来构建这些课程的列表。

As you can see above, the three institutions that topped the combined ranking were #1 MIT, #2 Stanford, and #3 Carnegie Mellon. If you’d like to see the data and the process I followed to get to that result, check out my GitHub repo.

如您在上方所见，在综合排名中名列前茅的三个机构分别是麻省理工学院排名第一，斯坦福大学排名第二和卡内基梅隆大学排名第三。 如果您想查看数据和我遵循的获取结果的过程，请查看我的GitHub repo 。

After compiling each university’s offering, the end result is a list of 500 online courses offered by the 2020 world 50 best universities for studying computer science.

汇总每所大学的课程后，最终结果是2020年全球50所计算机科学最佳大学提供的500门在线课程列表。

著名课程 (Notable Courses)

Unsurprisingly, some of the courses in the list are also part of Class Central’s best online courses of all time. You can find these below. They’re all great options, especially for novice e-learners, since they exemplify the best that online education has to offer.

毫不奇怪，列表中的某些课程也是Class Central有史以来最好的在线课程的一部分。 您可以在下面找到这些。 它们都是不错的选择，尤其是对于新手电子学习者而言，因为它们体现了在线教育所能提供的最佳服务。

• Programming for Everybody (Getting Started with Python) from University of Michigan ★★★★★(9662)

  密歇根大学的 每个人的编程(Python入门) ★★★★★(9662)

• Machine Learning from Stanford University ★★★★★(358)

  斯坦福大学的 机器学习 ★★★★★(358)

• Introduction to Computer Science and Programming Using Python from Massachusetts Institute of Technology ★★★★☆(122)

  麻省理工学院 ★★★★☆ 计算机科学和使用Python编程简介 (122)

• Learn to Program: The Fundamentals from University of Toronto ★★★★★(105)

  学习编程： 多伦多大学的 基础知识 ★★★★★(105)

• CS50's Introduction to Computer Science from Harvard University ★★★★★(84)

  CS50的计算机科学导论 哈佛大学 ★★★★★(84)

• The Analytics Edge from Massachusetts Institute of Technology ★★★★★(79)

  麻省理工学院 的Analytics Edge ★★★★★(79)

• Python and Statistics for Financial Analysis from The Hong Kong University of Science and Technology ★★★★☆(71)

  香港科技大学的 财务分析用Python和统计学 ★★★★☆(71)

• Computing in Python I: Fundamentals and Procedural Programming from Georgia Institute of Technology ★★★★★(69)

  Python中的计算I： 乔治亚理工学院的 基础知识和程序编程 ★★★★★(69)

• Divide and Conquer, Sorting and Searching, and Randomized Algorithms from Stanford University ★★★★★(68)

  斯坦福大学的 分而治之，排序和搜索以及随机算法 ★★★★★(68)

• Functional Programming Principles in Scala from École Polytechnique Fédérale de Lausanne ★★★★★(66)

  洛桑联邦理工学院的 Scala中的函数式编程原理 ★★★★★(66)

• Cryptography I from Stanford University ★★★★★(51)

  斯坦福大学的 密码学I ★★★★★(51)

• Python for Data Science from University of California, San Diego ★★★★☆(43)

  加利福尼亚大学圣地亚哥分校的 数据科学Python ★★★★☆(43)

• Introduction to HTML5 from University of Michigan ★★★★☆(42)

  密歇根大学 ★★★★☆ HTML5入门 (42)

• Internet History, Technology, and Security from University of Michigan ★★★★★(39)

  密歇根大学的 互联网历史，技术和安全性 ★★★★★(39)

完整课程清单 (Full Course List)

The full list is split into subjects. Click on one to jump to the relevant courses. Courses that are also in Class Central's all-time top-100 ranking are denoted with a star (⭐).

完整列表分为几个主题。 单击一个即可跳至相关课程。 同样在Class Central的前100名中排名的课程都以星号(⭐)表示。

• AI & Machine Learning (65 courses)

  人工智能和机器学习 (65门课程)

• Algorithms & Data Structures (60 courses)

  算法与数据结构 (60门课程)

• Bioinformatics & Healthcare (30 courses)

  生物信息学与医疗保健 (30门课程)

• Computer Science (90 courses)

  计算机科学 (90门课程)

• Cybersecurity (22 courses)

  网络安全 (22门课程)

• Data Science (109 courses)

  数据科学 (109门课程)

• Programming Languages (60 courses)

  编程语言 (60门课程)

• Software Development (57 courses)

  软件开发 (57门课程)

• Quantum Computing (7 courses)

  量子计算 (7门课程)

With 500 courses to choose from, I hope you find something you like. But if those aren’t enough, check out Class Central’s catalog of over 15,000 online courses.

我希望有500门课程可供选择，希望您能找到喜欢的东西。 但是，如果这些还不够，请查看Class Central的 15,000多个在线课程目录 。

人工智能和机器学习— 65门课程 (AI & Machine Learning — 65 Courses)

• Machine Learning from Stanford University ★★★★★(358) ⭐

  斯坦福大学的 机器学习 ★★★★★(358)⭐

• Machine Learning Foundations: A Case Study Approach from University of Washington ★★★★☆(38)

  机器学习基础： 华盛顿大学的 案例研究方法 ★★★★☆(38)

• CS188.1x: Artificial Intelligence from University of California, Berkeley ★★★★★(31)

  CS188.1x： 加州大学伯克利分校的 人工智能 ★★★★★(31)

• Practical Machine Learning from Johns Hopkins University ★★★☆☆(26)

  约翰·霍普金斯大学的 实用机器学习 ★★★☆☆(26)

• Introduction to Artificial Intelligence from Stanford University ★★★★☆(24)

  斯坦福大学 人工智能导论 ★★★★☆(24)

• Artificial Intelligence for Robotics from Stanford University ★★★★★(23)

  斯坦福大学的 人工智能机器人技术 ★★★★★(23)

• Introduction to Machine Learning Course from Stanford University ★★★★☆(19)

  斯坦福大学 机器学习课程简介 ★★★★☆(19)

• Machine Learning: Regression from University of Washington ★★★★★(19)

  机器学习： 华盛顿大学的 回归 ★★★★★(19)

• Probabilistic Graphical Models 1: Representation from Stanford University ★★★★☆(18)

  概率图形模型1： 斯坦福大学的 代表 ★★★★☆(18)

• Neural Networks and Deep Learning from deeplearning.ai ★★★★★(15)

  神经网络和来自deeplearning.ai的 深度学习 ★★★★★(15)

• Machine Learning for Data Science and Analytics from Columbia University ★★★☆☆(15)

  哥伦比亚大学的 数据科学与分析机器学习 ★★★☆☆(15)

• Machine Learning With Big Data from University of California, San Diego ★★☆☆☆(13)

  来自加利福尼亚大学圣地亚哥分校的 大数据机器学习 ★★☆☆☆(13)

• Artificial Intelligence (AI) from Columbia University ★★★★☆(10)

  哥伦比亚大学的 人工智能(AI) ★★★★☆(10)

• Machine Learning from Columbia University ★★★★☆(10)

  哥伦比亚大学的 机器学习 ★★★★☆(10)

• Learning from Data (Introductory Machine Learning course) from California Institute of Technology ★★★★★(10)

  加州理工学院的 数据学习(机器学习入门课程) ★★★★★(10)

• Mathematics for Machine Learning: Multivariate Calculus from Imperial College London ★★★★★(9)

  机器学习数学： 伦敦帝国理工学院的 多元微积分 ★★★★★(9)

• Reinforcement Learning from Brown University ★★★☆☆(8)

  布朗大学的 强化学习 ★★★☆☆(8)

• Machine Learning: Classification from University of Washington ★★★★★(8)

  机器学习： 华盛顿大学的 分类 ★★★★★(8)

• Convolutional Neural Networks from deeplearning.ai ★★★★★(8)

  来自deeplearning.ai的 卷积神经网络 ★★★★★(8)

• Guided Tour of Machine Learning in Finance from New York University (NYU) ★☆☆☆☆(7)

  纽约大学(NYU) 金融学的机器学习导览 ★☆☆☆☆(7)

• Introduction to Computer Vision from Georgia Institute of Technology ★★★★★(7)

  佐治亚理工学院 计算机视觉概论 ★★★★★(7)

• Machine Learning from Georgia Institute of Technology ★★★★☆(6)

  佐治亚理工学院的 机器学习 ★★★★☆(6)

• Applied Machine Learning in Python from University of Michigan ★★★★☆(4)

  来自密歇根大学的 Python应用机器学习 ★★★★☆(4)

• Machine Learning: Clustering & Retrieval from University of Washington ★★★★★(4)

  机器学习： 华盛顿大学的 聚类和检索 ★★★★★(4)

• Sequence Models from deeplearning.ai ★★★★★(4)

  来自deeplearning.ai的 序列模型 ★★★★★(4)

• Structuring Machine Learning Projects from deeplearning.ai ★★★★★(3)

  来自deeplearning.ai的 构建机器学习项目 ★★★★★(3)

• Probabilistic Graphical Models 2: Inference from Stanford University ★★★★☆(3)

  概率图形模型2： 斯坦福大学的 推论 ★★★★☆(3)

• Autonomous Mobile Robots from ETH Zurich ★★★☆☆(3)

  苏黎世联邦理工学院的 自主移动机器人 ★★★☆☆(3)

• Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization from deeplearning.ai ★★★★★(3)

  改善深度神经网络： deeplearning.ai的超参数 调整，正则化和优化 ★★★★★(3)

• Machine Learning: Unsupervised Learning from Brown University ★★★☆☆(3)

  机器学习：来自布朗大学的 无监督学习 ★★★☆☆(3)

• Machine Learning Fundamentals from University of California, San Diego ★★★★☆(3)

  加利福尼亚大学圣地亚哥分校的 机器学习基础知识 ★★★★☆(3)

• Practical Predictive Analytics: Models and Methods from University of Washington ★★☆☆☆(3)

  实用的预测分析： 华盛顿大学的 模型和方法 ★★☆☆☆(3)

• Mathematics for Machine Learning: PCA from Imperial College London ★★☆☆☆(3)

  机器学习数学： 伦敦帝国学院的 PCA ★★☆☆☆(3)

• Robotics: Perception from University of Pennsylvania ★★★☆☆(3)

  机器人技术： 宾夕法尼亚大学的 感知力 ★★★☆☆(3)

• Knowledge-Based AI: Cognitive Systems from Georgia Institute of Technology ★★★☆☆(2)

  基于知识的AI： 佐治亚理工学院的 认知系统 ★★★☆☆(2)

• Reinforcement Learning in Finance from New York University (NYU) ★☆☆☆☆(2)

  纽约大学(NYU)的 金融强化学习 ★☆☆☆☆(2)

• 6.S094: Deep Learning for Self-Driving Cars from Massachusetts Institute of Technology ★★★★☆(2)

  6.S094： 麻省理工学院的 自动驾驶汽车深度学习 ★★★★☆(2)

• 6.S191: Introduction to Deep Learning from Massachusetts Institute of Technology ★★★★☆(2)

  6.S191： 麻省理工学院的 深度学习导论 ★★★★☆(2)

• Applied Text Mining in Python from University of Michigan ★★☆☆☆(2)

  来自密歇根大学的 Python应用文本挖掘 ★★☆☆☆(2)

• Overview of Advanced Methods of Reinforcement Learning in Finance from New York University (NYU) ★☆☆☆☆(1)

  纽约大学(NYU)的 金融强化学习高级方法概述 ★☆☆☆☆(1)

• Fundamentals of Machine Learning in Finance from New York University (NYU) ★☆☆☆☆(1)

  纽约大学(NYU) 金融学的机器学习基础 ★☆☆☆☆(1)

• Deep Learning for Natural Language Processing from University of Oxford ★★★★★(1)

  牛津大学 用于自然语言处理的深度学习 ★★★★★(1)

• Introduction to Self-Driving Cars from University of Toronto

  多伦多大学 无人驾驶汽车简介

• State Estimation and Localization for Self-Driving Cars from University of Toronto

  多伦多大学 自动驾驶汽车的状态估计和本地化

• Motion Planning for Self-Driving Cars from University of Toronto

  多伦多大学的 自动驾驶汽车运动计划

• Visual Perception for Self-Driving Cars from University of Toronto

  多伦多大学对 无人驾驶汽车的视觉感知

• [New] Robotics: Vision Intelligence and Machine Learning from University of Pennsylvania

  [新]机器人技术： 宾夕法尼亚大学的 视觉智能和机器学习

• Python Project: pillow, tesseract, and opencv from University of Michigan

  Python项目： 密歇根大学的 枕头，tesseract和opencv

• [New] Getting started with TensorFlow 2 from Imperial College London

  [新] 伦敦帝国学院的 TensorFlow 2入门

• [New] CS50's Introduction to Artificial Intelligence with Python from Harvard University

  [新] CS50的介绍人工智能与Python 哈佛大学

• Probabilistic Graphical Models 3: Learning from Stanford University

  概率图形模型3：向斯坦福大学 学习

• Innovations in Investment Technology: Artificial Intelligence from University of Michigan

  投资技术创新： 密歇根大学的 人工智能

• Artificial Intelligence from Georgia Institute of Technology

  佐治亚理工学院的 人工智能

• FA18: Machine Learning from Georgia Institute of Technology

  FA18： 佐治亚理工学院的 机器学习

• 计算机辅助翻译原理与实践 Principles and Practice of Computer-Aided Translation from Peking University

  北京大学 计算机辅助翻译原理与实践

• Machine Learning with Python-From Linear Models to Deep Learning from Massachusetts Institute of Technology

  使用Python进行机器学习-从线性模型到 麻省理工学院的 深度学习

• Foundations of Data Science: Prediction and Machine Learning from University of California, Berkeley

  数据科学的基础： 加利福尼亚大学伯克利分校的 预测和机器学习

• Design Thinking and Predictive Analytics for Data Products from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 数据产品设计思维和预测分析

• Deploying Machine Learning Models from University of California, San Diego

  部署来自加利福尼亚大学圣地亚哥分校的 机器学习模型

• FA17: Machine Learning from Georgia Institute of Technology

  FA17： 佐治亚理工学院的 机器学习

• Machine Learning for Accounting with Python from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校的 Python机器学习用于会计

• Data Analytics Foundations for Accountancy II from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校 会计学的数据分析基础II

• Machine Learning from The University of Texas at Austin

  来自德克萨斯大学奥斯汀分校的 机器学习

• 大数据机器学习|Big Data Machine Learning from Tsinghua University

  大数据机器学习| 清华大学的 大数据机器学习

• Statistical Machine Learning from Carnegie Mellon University

  卡内基梅隆大学的 统计机器学习

算法和数据结构— 60门课程 (Algorithms & Data Structures — 60 Courses)

• Divide and Conquer, Sorting and Searching, and Randomized Algorithms from Stanford University ★★★★★(68) ⭐

  斯坦福大学的 分而治之，排序和搜索以及随机算法 ★★★★★(68)⭐

• Algorithms, Part I from Princeton University ★★★★★(60)

  算法， 普林斯顿大学 第一部分 ★★★★★(60)

• Algorithmic Toolbox from University of California, San Diego ★★★★☆(23)

  加利福尼亚大学圣地亚哥分校的 算法工具箱 ★★★★☆(23)

• Algorithms, Part II from Princeton University ★★★★★(21)

  算法， 普林斯顿大学 第二部分 ★★★★★(21)

• Automata Theory from Stanford University ★★★★☆(20)

  斯坦福大学的 自动机理论 ★★★★☆(20)

• Text Retrieval and Search Engines from University of Illinois at Urbana-Champaign ★★★☆☆(14)

  伊利诺伊大学香槟分校的 文本检索和搜索引擎 ★★★☆☆(14)

• Design of Computer Programs from Stanford University ★★★★☆(13)

  斯坦福大学 计算机程序设计 ★★★★☆(13)

• How to Code: Simple Data from The University of British Columbia ★★★★☆(12)

  如何编码： 不列颠哥伦比亚大学的 简单数据 ★★★★☆(12)

• Data Structures from University of California, San Diego ★★★★☆(8)

  加利福尼亚大学圣地亚哥分校的 数据结构 ★★★★☆(8)

• Data Structures and Performance from University of California, San Diego ★★★★☆(6)

  加利福尼亚大学圣地亚哥分校的 数据结构和性能 ★★★★☆(6)

• Data Structures: An Active Learning Approach from University of California, San Diego ★★★★★(5)

  数据结构： 加利福尼亚大学圣地亚哥分校的 一种主动学习方法 ★★★★★(5)

• Computation Structures 1: Digital Circuits from Massachusetts Institute of Technology ★★★★☆(5)

  计算结构1： 麻省理工学院的 数字电路 ★★★★☆(5)

• Algorithms on Strings from University of California, San Diego ★★★☆☆(4)

  加利福尼亚大学圣地亚哥分校的 字符串算法 ★★★☆☆(4)

• Analysis of Algorithms from Princeton University ★★★★★(4)

  普林斯顿大学 算法的分析 ★★★★★(4)

• Programming Languages, Part B from University of Washington ★★★★☆(3)

  编程语言， 华盛顿大学 B部分 ★★★★☆(3)

• Algorithms on Graphs from University of California, San Diego ★★★★☆(2)

  加利福尼亚大学圣地亚哥分校的 图算法 ★★★★☆(2)

• The Beauty and Joy of Computing - AP® CS Principles Part 1 from University of California, Berkeley ★★★★★(2)

  计算的美丽与喜悦- 加州大学伯克利分校的 AP®CS 原理第1部分 ★★★★★(2)

• Algorithmic Design and Techniques from University of California, San Diego ★★★☆☆(2)

  加利福尼亚大学圣地亚哥分校的 算法设计和技术 ★★★☆☆(2)

• Programming Languages, Part C from University of Washington ★★★★☆(2)

  华盛顿大学 C语言的编程语言， ★★★★☆(2)

• How to Code: Complex Data from The University of British Columbia ★★★★★(2)

  如何编码： 不列颠哥伦比亚大学的 复杂数据 ★★★★★(2)

• Computation Structures 2: Computer Architecture from Massachusetts Institute of Technology ★★★★☆(1)

  计算结构2： 麻省理工学院的 计算机架构 ★★★★☆(1)

• Algorithm Design and Analysis from University of Pennsylvania ★★★★☆(1)

  宾夕法尼亚大学的 算法设计与分析 ★★★★☆(1)

• Advanced Algorithms and Complexity from University of California, San Diego ★★★☆☆(1)

  加利福尼亚大学圣地亚哥分校的 高级算法和复杂性 ★★★☆☆(1)

• Computability, Complexity & Algorithms from Georgia Institute of Technology ★★★★★(1)

  佐治亚理工学院的 可计算性，复杂性和算法 ★★★★★(1)

• 数据结构与算法设计(下) | Data Structures and Algorithm Design Part II from Tsinghua University ★★★★★(1)

  数据结构与算法设计(下)| 清华大学 数据结构与算法设计第二部分 ★★★★★(1)

• Algorithms: Design and Analysis, Part 1 from Stanford University

  算法：设计与分析， 斯坦福大学 第1部分

• Graph Search, Shortest Paths, and Data Structures from Stanford University

  斯坦福大学的 图搜索，最短路径和数据结构

• Algorithms: Design and Analysis, Part 2 from Stanford University

  算法：设计与分析， 斯坦福大学 第二部分

• Greedy Algorithms, Minimum Spanning Trees, and Dynamic Programming from Stanford University

  斯坦福大学的 贪婪算法，最小生成树和动态规划

• Shortest Paths Revisited, NP-Complete Problems and What To Do About Them from Stanford University

  斯坦福大学 重新探寻最短路径，NP完全问题及其对策

• Computation Structures 3: Computer Organization from Massachusetts Institute of Technology

  计算结构3： 麻省理工学院的 计算机组织

• Data Structures and Software Design from University of Pennsylvania

  宾夕法尼亚大学的 数据结构和软件设计

• The Beauty and Joy of Computing (CS Principles), Part 4 from University of California, Berkeley

  加州大学伯克利分校 ，计算的美丽与喜悦(CS原理)，第4部分

• The Beauty and Joy of Computing (CS Principles), Part 1 from University of California, Berkeley

  加州大学伯克利分校 ，计算的美丽与喜悦(CS原理)，第1部分

• The Beauty and Joy of Computing (CS Principles), Part 3 from University of California, Berkeley

  加州大学伯克利分校 第3部分，计算机的美丽与喜悦(CS原理)

• The Beauty and Joy of Computing - AP® CS Principles Part 2 from University of California, Berkeley

  计算的美丽与喜悦- 加州大学伯克利分校的 AP®CS原理第2部分

• Data Structures Fundamentals from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 数据结构基础知识

• Graph Algorithms from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 图算法

• String Processing and Pattern Matching Algorithms from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 字符串处理和模式匹配算法

• NP-Complete Problems from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 NP-完全问题

• Introduction to Graduate Algorithms from Georgia Institute of Technology

  佐治亚理工学院 研究生算法导论

• High Performance Computing from Georgia Institute of Technology

  佐治亚理工学院的 高性能计算

• Computer Science: Algorithms, Theory, and Machines from Princeton University

  计算机科学： 普林斯顿大学的 算法，理论和机器

• Unordered Data Structures from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校的 无序数据结构

• Object-Oriented Data Structures in C++ from University of Illinois at Urbana-Champaign

  伊利诺伊大学厄本那-香槟分校的 C ++面向对象数据结构

• Ordered Data Structures from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校的 有序数据结构

• 离散优化算法篇 Solving Algorithms for Discrete Optimization from The Chinese University of Hong Kong

  香港中文大学 离散优化算法的求解算法

• Solving Algorithms for Discrete Optimization from University of Melbourne

  墨尔本大学 离散优化的求解算法

• Advanced Modeling for Discrete Optimization from University of Melbourne

  墨尔本大学 离散优化的高级建模

• Basic Modeling for Discrete Optimization from University of Melbourne

  墨尔本大学 离散优化的基本模型

• Data Structures and Algorithms, Part 2 from Peking University

  数据结构和算法， 北京大学 第二部分

• 数据结构与算法(A) part 1 from Peking University

  北京大学 数据结构与算法(A)第一部分

• 算法设计与分析 Design and Analysis of Algorithms from Peking University

  算法设计与分析 北京大学 算法设计与分析

• Advanced Design and Analysis of Algorithms 算法设计与分析(高级) from Peking University

  北京大学 算法设计与算法的高级设计与分析

• 算法基础 from Peking University

  北京大学 算法基础

• 算法基础 Fundamental Algorithms from Peking University

  北京大学 算法基础基础算法

• 高级数据结构与算法 from Peking University

  北京大学 高级数据结构与算法

• Introduction to Theoretical Computer Science 理论计算机科学基础 from Peking University

  北京大学 理论计算机科学基础概论

• 数据结构与算法设计(上) | Data Structures and Algorithm Design Part I from Tsinghua University

  数据结构与算法设计(上)| 清华大学 数据结构与算法设计第一部分

• Discrete Mathematics from Shanghai Jiao Tong University

  上海交通大学 离散数学

生物信息学与医疗保健— 30门课程 (Bioinformatics & Healthcare — 30 Courses)

• Finding Hidden Messages in DNA (Bioinformatics I) from University of California, San Diego ★★★★★(17)

  在 加利福尼亚大学圣地亚哥分校的 DNA(生物信息学I)中查找隐藏消息 ★★★★★(17)

• DCO042 - Python For Informatics from University of Michigan ★★★★★(14)

  DCO042- 密歇根大学的 信息 学 Python ★★★★★(14)

• Python for Genomic Data Science from Johns Hopkins University ★★☆☆☆(12)

  约翰·霍普金斯大学的 基因组数据科学Python ★★☆☆☆(12)

• Biology Meets Programming: Bioinformatics for Beginners from University of California, San Diego ★★★★☆(8)

  生物学与编程相遇： 加利福尼亚大学圣地亚哥分校的 初学者的生物信息学 ★★★★☆(8)

• Genome Sequencing (Bioinformatics II) from University of California, San Diego ★★★★★(4)

  加利福尼亚大学圣地亚哥分校的 基因组测序(生物信息学II) ★★★★★(4)

• Quantitative Biology Workshop from Massachusetts Institute of Technology ★★★★★(2)

  麻省理工学院 定量生物学研讨会 ★★★★★(2)

• Comparing Genes, Proteins, and Genomes (Bioinformatics III) from University of California, San Diego ★★★★★(2)

  比较来自加利福尼亚大学圣地亚哥分校的 基因，蛋白质和基因组(生物信息学III) ★★★★★(2)

• Genomic Data Science and Clustering (Bioinformatics V) from University of California, San Diego ★★★★☆(2)

  加利福尼亚大学圣地亚哥分校的 基因组数据科学与聚类(生物信息学V) ★★★★☆(2)

• HI-FIVE: Health Informatics For Innovation, Value & Enrichment (Clinical Perspective) from Columbia University ★☆☆☆☆(1)

  高五： 哥伦比亚大学 ( Columbia University )的用于创新，价值和充实的健康信息学(临床观点) ★☆☆☆☆(1)

• HI-FIVE: Health Informatics For Innovation, Value & Enrichment (Administrative/IT Perspective) from Columbia University ★★★★★(1)

  HI-FIVE： 哥伦比亚大学的 创新，价值和充实健康信息学(行政/ IT角度) ★★★★★(1)

• Health Informatics in the Cloud from Georgia Institute of Technology ★★★★☆(1)

  乔治亚理工学院 的云中的健康信息 学 ★★★★☆(1)

• Dynamic Programming: Applications In Machine Learning and Genomics from University of California, San Diego

  动态编程： 加利福尼亚大学圣地亚哥分校的 机器学习和基因组学中的应用

• Algorithms and Data Structures Capstone from University of California, San Diego

  算法和数据结构Capstone来自加利福尼亚大学圣地亚哥分校

• Introduction to Genomic Data Science from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 基因组数据科学简介

• Graph Algorithms in Genome Sequencing from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 基因组测序中的图算法

• Finding Mutations in DNA and Proteins (Bioinformatics VI) from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 DNA和蛋白质突变研究(生物信息学VI)

• Molecular Evolution (Bioinformatics IV) from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 分子进化(生物信息学IV)

• Plant Bioinformatics Capstone from University of Toronto

  多伦多大学 植物生物信息学的顶峰

• Plant Bioinformatics from University of Toronto

  多伦多大学的 植物生物信息学

• Bioinformatics: Introduction and Methods 生物信息学: 导论与方法 from Peking University

  北京大学 生物信息学：简介与方法生物信息学：导论与方法

• 生物信息学: 导论与方法 from Peking University

  北京大学 生物信息学：导论与方法

• Global Health Informatics to Improve Quality of Care from Massachusetts Institute of Technology

  麻省理工学院的 全球健康信息学将提高护理质量

• Leading Change in Health Informatics from Johns Hopkins University

  约翰·霍普金斯大学 ( Johns Hopkins University) 健康信息学的主要变化

• The Social and Technical Context of Health Informatics from Johns Hopkins University

  约翰·霍普金斯大学 健康信息学的社会和技术环境

• The Data Science of Health Informatics from Johns Hopkins University

  约翰霍普金斯大学 的健康信息学数据科学

• The Outcomes and Interventions of Health Informatics from Johns Hopkins University

  约翰·霍普金斯大学 对健康信息学的成果和干预

• HI-FIVE: Health Informatics For Innovation, Value & Enrichment (Social/Peer Perspective) from Columbia University

  HI-5： 哥伦比亚大学的 创新，价值和充实卫生信息学(社会/同仁观点)

• Health Informatics: A Current and Historical Perspective from Georgia Institute of Technology

  健康信息学： 佐治亚理工学院的 当前和历史观点

• Health Informatics: The Cutting Edge from Georgia Institute of Technology

  健康信息学： 佐治亚理工学院的 前沿

• Health Informatics: Data and Interoperability Standards from Georgia Institute of Technology

  健康信息学： 佐治亚理工学院的 数据和互操作性标准

计算机科学— 90门课程 (Computer Science — 90 Courses)

• Using Databases with Python from University of Michigan ★★★★★(1570)

  将数据库与 密歇根大学的 Python配合使用 ★★★★★(1570)

• Introduction to Computer Science and Programming Using Python from Massachusetts Institute of Technology ★★★★☆(122) ⭐

  麻省理工学院 ★★★★☆ 使用Python的计算机科学和编程简介 (122)⭐

• CS50's Introduction to Computer Science from Harvard University ★★★★★(84) ⭐

  CS50的计算机科学导论 哈佛大学 ★★★★★(84)⭐

• Functional Programming Principles in Scala from École Polytechnique Fédérale de Lausanne ★★★★★(66) ⭐

  洛桑联邦理工学院的 Scala中的函数式编程原理 ★★★★★(66)⭐

• Internet History, Technology, and Security from University of Michigan ★★★★★(39) ⭐

  密歇根大学的 互联网历史，技术和安全性 ★★★★★(39)⭐

• Computer Science 101 from Stanford University ★★★★☆(17)

  斯坦福大学 计算机科学101 ★★★★☆(17)

• Introduction to Computer Networking from Stanford University ★★★★★(12)

  斯坦福大学 计算机网络导论 ★★★★★(12)

• Hardware Security from University of Maryland, College Park ★★★☆☆(11)

  马里兰大学学院公园分校的 硬件安全 ★★★☆☆(11)

• Usable Security from University of Maryland, College Park ★★★☆☆(9)

  马里兰大学学院公园分校的 可用安全性 ★★★☆☆(9)

• Cloud Computing Applications, Part 1: Cloud Systems and Infrastructure from University of Illinois at Urbana-Champaign ★★★☆☆(8)

  云计算应用程序，第1部分： 伊利诺伊大学香槟分校的 ★★★★☆☆ 云系统和基础设施 (8)

• Software Defined Networking from Princeton University ★★★★☆(7)

  普林斯顿大学的 软件定义网络 ★★★★☆(7)

• Computer Graphics from University of California, San Diego ★★★★☆(6)

  加利福尼亚大学圣地亚哥分校的 计算机图形学 ★★★★☆(6)

• Computer Architecture from Princeton University ★★★★☆(6)

  普林斯顿大学的 计算机体系结构 ★★★★☆(6)

• Internet of Things: How did we get here? from University of California, San Diego ★★☆☆☆(6)

  物联网：我们如何到达这里？ 来自加利福尼亚大学圣地亚哥分校 ★★☆☆☆(6)

• Ruby on Rails Web Services and Integration with MongoDB from Johns Hopkins University ★★★★★(6)

  约翰霍普金斯大学的 Ruby on Rails Web服务和与MongoDB的集成 ★★★★★(6)

• Computer Networking from Georgia Institute of Technology ★★★★☆(6)

  乔治亚理工学院的 计算机网络 ★★★★☆(6)

• Enabling Technologies for Data Science and Analytics: The Internet of Things from Columbia University ★☆☆☆☆(5)

  数据科学和分析的支持技术： 哥伦比亚大学 的物联网 ★☆☆☆☆(5)

• Software Construction in Java from Massachusetts Institute of Technology ★★★★★(5)

  麻省理工学院的 Java软件构建 ★★★★★(5)

• Advanced Operating Systems from Georgia Institute of Technology ★★★★★(5)

  乔治亚理工学院的 先进操作系统 ★★★★★(5)

• Animation and CGI Motion from Columbia University ★★★★☆(4)

  哥伦比亚大学的 动画和CGI Motion ★★★★☆(4)

• Introduction to Computer Architecture from Carnegie Mellon University ★★★★★(4)

  卡内基梅隆大学 计算机架构概论 ★★★★★(4)

• Rails with Active Record and Action Pack from Johns Hopkins University ★★★★☆(4)

  约翰·霍普金斯大学的 带有活动记录和操作包的Rails ★★★★☆(4)

• Internet of Things: Setting Up Your DragonBoard™ Development Platform from University of California, San Diego ★★★☆☆(4)

  物联网：从加利福尼亚大学圣地亚哥分校 ★★★☆☆建立您的DragonBoard™开发平台 (4)

• Internet of Things: Communication Technologies from University of California, San Diego ★★★☆☆(3)

  物联网： 加利福尼亚大学圣地亚哥分校的 通信技术 ★★★☆☆(3)

• Introduction to Computing using Python from Georgia Institute of Technology ★★★★★(3)

  佐治亚理工学院 使用Python进行计算的介绍 ★★★★★(3)

• Networks Illustrated: Principles without Calculus from Princeton University ★★★★☆(3)

  图解的网络： 普林斯顿大学的 无微积分原理 ★★★★☆(3)

• Computational Probability and Inference from Massachusetts Institute of Technology ★★★★☆(3)

  麻省理工学院的 计算概率和推论 ★★★★☆(3)

• Compilers from Stanford University ★★★★☆(2)

  斯坦福大学的 编译器 ★★★★☆(2)

• Advanced Data Structures in Java from University of California, San Diego ★★★★☆(2)

  加利福尼亚大学圣地亚哥分校的 Java高级数据结构 ★★★★☆(2)

• Software Architecture & Design from Georgia Institute of Technology ★★★★★(2)

  乔治亚理工学院的 软件架构与设计 ★★★★★(2)

• Introduction to Operating Systems from Georgia Institute of Technology ★★★★★(2)

  乔治亚理工学院的 操作系统简介 ★★★★★(2)

• Networks: Friends, Money, and Bytes from Princeton University ★★★★☆(2)

  网络： 普林斯顿大学的 朋友，金钱和字节 ★★★★☆(2)

• Software Development Capstone Project from The University of British Columbia ★☆☆☆☆(2)

  英属哥伦比亚大学的 软件开发Capstone项目 ★☆☆☆☆(2)

• The Unix Workbench from Johns Hopkins University ★★★★☆(2)

  约翰·霍普金斯大学 的Unix工作台 ★★★★☆(2)

• CS50's AP® Computer Science Principles from Harvard University ★★★★★(1)

  CS50的AP®计算机科学原理 哈佛大学 ★★★★★(1)

• CS50's Understanding Technology from Harvard University ★★★★★(1)

  哈佛大学 CS50的理解技术 ★★★★★(1)

• CS50's Computer Science for Business Professionals from Harvard University ★★★★★(1)

  CS50的计算机科学为商务人士从哈佛大学 ★★★★★(1)

• Computational Thinking for Modeling and Simulation from Massachusetts Institute of Technology ★★☆☆☆(1)

  麻省理工学院的 建模与仿真计算思维 ★★☆☆☆(1)

• High Performance Computer Architecture from Georgia Institute of Technology ★★★★★(1)

  佐治亚理工学院的 高性能计算机体系结构 ★★★★★(1)

• Computational Photography from Georgia Institute of Technology ★★★★☆(1)

  乔治亚理工学院的 计算摄影 ★★★★☆(1)

• Software Engineering: Introduction from The University of British Columbia ★★★★★(1)

  软件工程： 不列颠哥伦比亚大学的 介绍 ★★★★★(1)

• Software Construction: Object-Oriented Design from The University of British Columbia ★★☆☆☆(1)

  软件结构： 不列颠哥伦比亚大学的 面向对象设计 ★★☆☆☆(1)

• Software Construction: Data Abstraction from The University of British Columbia ★★★☆☆(1)

  软件结构： 不列颠哥伦比亚大学的 数据抽象 ★★★☆☆(1)

• Nature, in Code: Biology in JavaScript from École Polytechnique Fédérale de Lausanne ★★★☆☆(1)

  自然，用代码编写 ：洛桑联邦理工学院的 JavaScript中的生物学 ★★★☆☆(1)

• Computing: Art, Magic, Science from ETH Zurich ★★★★☆(1)

  计算： 苏黎世联邦理工学院的 艺术，魔术，科学 ★★★★☆(1)

• Introduction to Structured Query Language (SQL) from University of Michigan ★★★★★(1)

  密歇根大学的 结构化查询语言(SQL)简介 ★★★★★(1)

• Database Systems Concepts & Design from Georgia Institute of Technology ★★★★☆(1)

  佐治亚理工学院的 数据库系统概念与设计 ★★★★☆(1)

• Database Systems Concepts and Design from Georgia Institute of Technology

  佐治亚理工学院的 数据库系统概念和设计

• Embedded Systems from Georgia Institute of Technology

  佐治亚理工学院的 嵌入式系统

• CS50 for Lawyers from Harvard University

  哈佛大学 律师CS50

• Principles of Computing from Stanford University

  斯坦福大学 的计算原理

• Hacker Tools from Massachusetts Institute of Technology

  麻省理工学院的 黑客工具

• Advanced Software Construction in Java from Massachusetts Institute of Technology

  麻省理工学院的 Java高级软件构建

• Computational Thinking for Problem Solving from University of Pennsylvania

  宾夕法尼亚大学 解决问题的计算思维

• Compilers: Theory and Practice from Georgia Institute of Technology

  编译器： 佐治亚理工学院的 理论与实践

• Human-Computer Interaction I: Fundamentals & Design Principles from Georgia Institute of Technology

  人机交互I： 乔治亚理工学院的 基本原理和设计原理

• Accessible Gamification from Georgia Institute of Technology

  佐治亚理工学院的 无障碍游戏 化

• Human-Computer Interaction II: Cognition, Context & Culture from Georgia Institute of Technology

  人机交互II： 佐治亚理工学院的 认知，情境和文化

• Human-Computer Interaction III: Ethics, Needfinding & Prototyping from Georgia Institute of Technology

  人机交互III： 乔治亚理工学院的 伦理学，需求发现与原型设计

• GT - Refresher - Advanced OS from Georgia Institute of Technology

  GT-Refresher- 乔治亚理工学院的 高级操作系统

• Human-Computer Interaction IV: Evaluation, Agile Methods & Beyond from Georgia Institute of Technology

  人机交互IV：评估，敏捷方法及 佐治亚理工学院的 超越

• Computer Science: Programming with a Purpose from Princeton University

  计算机科学： 普林斯顿大学 有目的的编程

• 离散优化建模基础篇 Basic Modeling for Discrete Optimization from The Chinese University of Hong Kong

  离散优化建模基础篇 香港中文大学 离散优化的基本建模

• 离散优化建模高阶篇 Advanced Modeling for Discrete Optimization from The Chinese University of Hong Kong

  香港中文大学 离散优化建模高阶篇

• 操作系统与虚拟化安全 from Peking University

  北京大学的 操作系统与虚拟化安全

• 操作系统原理(Operating Systems) from Peking University

  北京大学 操作系统原理(操作系统)

• 计算机组成 Computer Organization from Peking University

  北京大学的 计算机组成

• 数据结构基础 from Peking University

  北京大学 数据结构基础

• LAFF-On Programming for High Performance from The University of Texas at Austin

  德克萨斯大学奥斯汀分校的 LAFF-On高性能编程

• LAFF – On Programming for Correctness from The University of Texas at Austin

  LAFF – 德克萨斯大学奥斯汀分校的 正确性编程

• 计算几何 | Computational Geometry from Tsinghua University

  计算几何| 清华大学的 计算几何

• [New] Generative Modelling from National University of Singapore

  [新] 新加坡国立大学的 生成建模

• [New] Performative Modelling from National University of Singapore

  [新] 新加坡国立大学的 性能建模

• Procedural Modelling from National University of Singapore

  新加坡国立大学的 程序建模

• Basics of Computing and Programming from New York University (NYU)

  纽约大学(NYU) 的计算和编程基础

• Computer Hardware and Operating Systems from New York University (NYU)

  纽约大学(NYU)的 计算机硬件和操作系统

• Computing: Art, Magic, Science - Part II from ETH Zurich

  计算：艺术，魔术，科学- 苏黎世联邦理工学院 第二部

• Internet of Things V2: Setting up and Using Cloud Services from University of California, San Diego

  物联网V2：设置和使用 加利福尼亚大学圣地亚哥分校的 云服务

• Internet of Things: Sensing and Actuation From Devices from University of California, San Diego

  物联网：来自加利福尼亚大学圣地亚哥分校的 设备的传感和驱动

• Internet of Things: Sensing and Actuation From Devices from University of California, San Diego

  物联网：来自加利福尼亚大学圣地亚哥分校的 设备的传感和驱动

• Internet of Things V2: DragonBoard™ bring up and community ecosystem from University of California, San Diego

  物联网V2：DragonBoard™带来了 加利福尼亚大学圣地亚哥分校的 社区生态系统

• Internet of Things: Multimedia Technologies from University of California, San Diego

  物联网： 加利福尼亚大学圣地亚哥分校的 多媒体技术

• Cyber-Physical Systems Design & Analysis from Georgia Institute of Technology

  佐治亚理工学院的 网络物理系统设计与分析

• Information and Communication Technology (ICT) Accessibility from Georgia Institute of Technology

  佐治亚理工学院的 信息和通信技术(ICT)可访问性

• Portfolio Management, Governance, & the PMO from University of Washington

  华盛顿大学 的项目组合管理，治理和PMO

• Leadership and Management for PM Practitioners in IT from University of Washington

  华盛顿大学 IT专业人员从业人员的领导和管理

• Information Systems Auditing, Controls and Assurance from The Hong Kong University of Science and Technology

  香港科技大学的 信息系统审计，控制与保证

• Сетевое администрирование: от теории к практике from Tsinghua University

  Сетевоеадминистрирование： 清华大学 оттеориикпрактике

• Introduction to Networking from New York University (NYU)

  纽约大学(NYU)的 网络介绍

• iLabX – The Internet Masterclass from Technische Universität München (Technical University of Munich)

  iLabX – 慕尼黑工业大学 的互联网大师 课程(慕尼黑工业大学)

网络安全— 22门课程 (Cybersecurity — 22 Courses)

• Cryptography I from Stanford University ★★★★★(51) ⭐

  斯坦福大学的 密码学I ★★★★★(51)⭐

• Software Security from University of Maryland, College Park ★★★★☆(27)

  马里兰大学学院公园分校的 软件安全性 ★★★★☆(27)

• Bitcoin and Cryptocurrency Technologies from Princeton University ★★★★☆(18)

  普林斯顿大学的 比特币和加密货币技术 ★★★★☆(18)

• Cryptography from University of Maryland, College Park ★★★★☆(8)

  马里兰大学帕克分校的 密码学 ★★★★☆(8)

• Intro to Information Security from Georgia Institute of Technology ★★☆☆☆(2)

  佐治亚理工学院 信息安全简介 ★★☆☆☆(2)

• Bitcoin and Cryptocurrencies from University of California, Berkeley ★★★★★(1)

  加利福尼亚大学伯克利分校的 比特币和加密货币 ★★★★★(1)

• Cyber-Physical Systems Security from Georgia Institute of Technology

  佐治亚理工学院的 网络物理系统安全 性

• Finding Your Cybersecurity Career Path from University of Washington

  从华盛顿大学 找到您的网络安全职业道路

• Building a Cybersecurity Toolkit from University of Washington

  从华盛顿大学 构建网络安全工具包

• Cybersecurity: The CISO's View from University of Washington

  网络安全： 华盛顿大学的 CISO观点

• Introduction to Cybersecurity from University of Washington

  华盛顿大学 网络安全简介

• Cyber Attack Countermeasures from New York University (NYU)

  纽约大学(NYU)的 网络攻击对策

• Introduction to Cyber Attacks from New York University (NYU)

  纽约大学(NYU) 网络攻击简介

• Enterprise and Infrastructure Security from New York University (NYU)

  纽约大学(NYU)的 企业和基础架构安全

• Cryptocurrency and Blockchain: An Introduction to Digital Currencies from University of Pennsylvania

  加密货币和区块链： 宾夕法尼亚大学的 数字货币简介

• Cryptocurrency and Blockchain Technology Explained from University of Michigan

  密歇根 大学解释了加密货币和区块链技术

• Blockchain and Cryptocurrency Explained from University of Michigan

  密歇根大学 解释了区块链和加密货币

• Blockchain Technology from University of California, Berkeley

  加州大学伯克利分校的 区块链技术

• Number Theory and Cryptography from University of California, San Diego

  加州大学圣地亚哥分校的 数论和密码学

• Quantum Cryptography from California Institute of Technology

  加州理工学院的 量子密码学

• Network Security from Georgia Institute of Technology

  佐治亚理工学院的 网络安全

• Real-Time Cyber Threat Detection and Mitigation from New York University (NYU)

  纽约大学(NYU)的 实时网络威胁检测和缓解

数据科学— 109门课程 (Data Science — 109 Courses)

• R Programming from Johns Hopkins University ★★★☆☆(241)

  约翰·霍普金斯大学的 R编程 ★★★☆☆(241)

• The Data Scientist’s Toolbox from Johns Hopkins University ★★★☆☆(162)

  约翰·霍普金斯大学 的数据科学家工具箱 ★★★☆☆(162)

• The Analytics Edge from Massachusetts Institute of Technology ★★★★★(79) ⭐

  麻省理工学院 的Analytics Edge ★★★★★(79)⭐

• Getting and Cleaning Data from Johns Hopkins University ★★★☆☆(56)

  约翰·霍普金斯大学的 获取和清理数据 ★★★☆☆(56)

• Introduction to Data Science in Python from University of Michigan ★★☆☆☆(44)

  密歇根大学 Python数据科学概论 ★★☆☆☆(44)

• Python for Data Science from University of California, San Diego ★★★★☆(43) ⭐

  加利福尼亚大学圣地亚哥分校的 数据科学Python ★★★★☆(43)⭐

• Exploratory Data Analysis from Johns Hopkins University ★★★★☆(38)

  约翰·霍普金斯大学的 探索性数据分析 ★★★★☆(38)

• Introduction to Big Data from University of California, San Diego ★★★☆☆(35)

  加利福尼亚大学圣地亚哥分校的 大数据导论 ★★★☆☆(35)

• Regression Models from Johns Hopkins University ★★★☆☆(33)

  约翰·霍普金斯大学的 回归模型 ★★★☆☆(33)

• Statistical Inference from Johns Hopkins University ★★★☆☆(32)

  约翰·霍普金斯大学的 统计推断 ★★★☆☆(32)

• Introduction to Computational Thinking and Data Science from Massachusetts Institute of Technology ★★★★☆(30)

  麻省理工学院 计算思维与数据科学概论 ★★★★☆(30)

• Reproducible Research from Johns Hopkins University ★★★★☆(26)

  约翰·霍普金斯大学的可重复研究 ★★★★☆(26)

• Hadoop Platform and Application Framework from University of California, San Diego ★★☆☆☆(25)

  加利福尼亚大学圣地亚哥分校的 Hadoop平台和应用程序框架 ★★☆☆☆(25)

• Mining Massive Datasets from Stanford University ★★★★★(25)

  从斯坦福大学 挖掘大量数据集 ★★★★★(25)

• Statistics and R from Harvard University ★★★★☆(21)

  哈佛大学 统计学与R ★★★★☆(21)

• Pattern Discovery in Data Mining from University of Illinois at Urbana-Champaign ★★☆☆☆(21)

  伊利诺伊大学香槟分校的 数据挖掘中的模式发现 ★★☆☆☆(21)

• A Crash Course in Data Science from Johns Hopkins University ★★★☆☆(20)

  约翰·霍普金斯大学 数据科学速成课程 ★★★☆☆(20)

• Data Visualization from University of Illinois at Urbana-Champaign ★★★☆☆(20)

  伊利诺伊大学香槟分校的 数据可视化 ★★★☆☆(20)

• Statistical Thinking for Data Science and Analytics from Columbia University ★★☆☆☆(19)

  哥伦比亚大学 数据科学与分析的统计思维 ★★☆☆☆(19)

• Developing Data Products from Johns Hopkins University ★★★★☆(18)

  约翰·霍普金斯大学 ★★★★☆ 开发数据产品 (18)

• Building a Data Science Team from Johns Hopkins University ★★★★☆(12)

  组成约翰·霍普金斯大学 的数据科学团队 ★★★★☆(12)

• Probability and Statistics in Data Science using Python from University of California, San Diego ★★☆☆☆(11)

  加利福尼亚大学圣地亚哥分校的 使用Python的数据科学中的概率与统计 ★★☆☆☆(11)

• Data Analysis for Social Scientists from Massachusetts Institute of Technology ★★★☆☆(11)

  麻省理工学院的 社会科学家数据分析 ★★★☆☆(11)

• Text Mining and Analytics from University of Illinois at Urbana-Champaign ★★★★☆(10)

  伊利诺伊大学厄本那-香槟分校的 文本挖掘和分析 ★★★★☆(10)

• Data Science in Real Life from Johns Hopkins University ★★★☆☆(10)

  约翰·霍普金斯大学的 现实生活中的数据科学 ★★★☆☆(10)

• Data Science: R Basics from Harvard University ★★★★★(8)

  数据科学： 哈佛大学的 R基础知识 ★★★★★(8)

• Managing Data Analysis from Johns Hopkins University ★★☆☆☆(7)

  约翰·霍普金斯大学的 管理数据分析 ★★☆☆☆(7)

• Applied Plotting, Charting & Data Representation in Python from University of Michigan ★★★☆☆(7)

  密歇根大学的 Python中的应用绘图，图表和数据表示形式 ★★★☆☆(7)

• Cluster Analysis in Data Mining from University of Illinois at Urbana-Champaign ★★★☆☆(7)

  伊利诺伊大学香槟分校的 数据挖掘中的聚类分析 ★★★☆☆(7)

• Foundations of Data Analysis - Part 1: Statistics Using R from The University of Texas at Austin ★★★★☆(6)

  数据分析的基础-第1部分： 得克萨斯大学奥斯汀分校 ★★★★☆(6)

• Graph Analytics for Big Data from University of California, San Diego ★★★☆☆(6)

  加利福尼亚大学圣地亚哥分校的 大数据图分析 ★★★☆☆(6)

• People Analytics from University of Pennsylvania ★★★★☆(5)

  宾夕法尼亚大学的 人员分析 ★★★★☆(5)

• SP20: Computing for Data Analysis from Georgia Institute of Technology ★★★☆☆(5)

  SP20： 佐治亚理工学院的 数据分析计算 技术 ★★★☆☆(5)

• The R Programming Environment from Johns Hopkins University ★★★☆☆(4)

  约翰·霍普金斯大学 的R编程环境 ★★★☆☆(4)

• FA19: Deterministic Optimization from Georgia Institute of Technology ★★★★☆(4)

  FA19： 佐治亚理工学院的 确定性优化 ★★★★☆(4)

• Introduction to Analytics Modeling from Georgia Institute of Technology ★★★★☆(4)

  佐治亚理工学院的 分析建模简介 ★★★★☆(4)

• Data Manipulation at Scale: Systems and Algorithms from University of Washington ★★★☆☆(4)

  大规模数据处理： 华盛顿大学的 系统和算法 ★★★☆☆(4)

• Data Science: Visualization from Harvard University ★★★★★(3)

  数据科学： 哈佛大学的 可视化 ★★★★★(3)

• High-Dimensional Data Analysis from Harvard University ★★★★☆(3)

  哈佛大学的 高维数据分析 ★★★★☆(3)

• Introduction to Systematic Review and Meta-Analysis from Johns Hopkins University ★★★★★(3)

  约翰·霍普金斯大学 ★★★★★ 系统评价和元分析简介 (3)

• Big Data Modeling and Management Systems from University of California, San Diego ★★★☆☆(3)

  加利福尼亚大学圣地亚哥分校的 大数据建模和管理系统 ★★★☆☆(3)

• Big Data Integration and Processing from University of California, San Diego ★★★★☆(3)

  加利福尼亚大学圣地亚哥分校的 大数据集成与处理 ★★★★☆(3)

• Data Science: Linear Regression from Harvard University ★★★☆☆(2)

  数据科学： 哈佛大学的 线性回归 ★★★☆☆(2)

• Data Science: Machine Learning from Harvard University ★★★★☆(2)

  数据科学： 哈佛大学的 机器学习 ★★★★☆(2)

• Applied Social Network Analysis in Python from University of Michigan ★★★★★(2)

  来自密歇根大学的 Python中的应用社会网络分析 ★★★★★(2)

• Building R Packages from Johns Hopkins University ★★★☆☆(2)

  约翰·霍普金斯大学的 R软件包构建包 ★★★☆☆(2)

• Foundations of Data Science: Computational Thinking with Python from University of California, Berkeley ★★★★★(2)

  数据科学的基础：来自加利福尼亚大学伯克利分校的 Python计算思维 ★★★★★(2)

• Communicating Data Science Results from University of Washington ★☆☆☆☆(2)

  交流 华盛顿大学的 数据科学成果 ★☆☆☆☆(2)

• Causal Diagrams: Draw Your Assumptions Before Your Conclusions from Harvard University ★★★★★(2)

  因果图：在得出结论之前先从哈佛大学得出您的假设 ★★★★★(2)

• Case study: DNA methylation data analysis from Harvard University ★★★★★(2)

  案例研究： 哈佛大学的 DNA甲基化数据分析 ★★★★★(2)

• Foundations of Data Analysis - Part 2: Inferential Statistics from The University of Texas at Austin ★★★★☆(2)

  数据分析的基础-第2部分： 德克萨斯大学奥斯汀分校的 推论统计 ★★★★☆(2)

• Framework for Data Collection and Analysis from University of Maryland, College Park ★★★★☆(2)

  马里兰大学公园分校的 数据收集和分析框架 ★★★★☆(2)

• 数据挖掘：理论与算法 | Data Mining: Theories and Algorithms for Tackling Big Data from Tsinghua University ★★★☆☆(2)

  数据挖掘：理论与算法| 数据挖掘：处理 清华大学 大数据的理论和算法 ★★★☆☆(2)

• Data Analytics Foundations for Accountancy I from University of Illinois at Urbana-Champaign ★☆☆☆☆(1)

  伊利诺伊大学香槟分校的 会计学数据分析基础I ★☆☆☆☆(1)

• Successfully Evaluating Predictive Modelling from University of Edinburgh ★★☆☆☆(1)

  爱丁堡大学 ★★☆☆☆ 成功评估了预测模型 (1)

• Silicon Photonics Design, Fabrication and Data Analysis from The University of British Columbia ★★★★★(1)

  英属哥伦比亚大学的 硅光子学设计，制造和数据分析 ★★★★★(1)

• Data Science: Inference and Modeling from Harvard University ★★★★☆(1)

  数据科学： 哈佛大学的 推理与建模 ★★★★☆(1)

• Data Science: Probability from Harvard University ★★★☆☆(1)

  数据科学： 哈佛大学的 概率 ★★★☆☆(1)

• Data Science: Productivity Tools from Harvard University ★★★★★(1)

  数据科学： 哈佛大学的 生产力工具 ★★★★★(1)

• Data Science: Wrangling from Harvard University ★★★★★(1)

  数据科学： 哈佛大学的 争锋 ★★★★★(1)

• Advanced Linear Models for Data Science 1: Least Squares from Johns Hopkins University ★★★★★(1)

  数据科学的高级线性模型1： 约翰·霍普金斯大学的 最小二乘 ★★★★★(1)

• Advanced Linear Models for Data Science 2: Statistical Linear Models from Johns Hopkins University ★★★★★(1)

  数据科学的高级线性模型2： 约翰·霍普金斯大学的 统计线性模型 ★★★★★(1)

• Research Data Management and Sharing from The University of North Carolina at Chapel Hill ★★★☆☆(1)

  北卡罗来纳大学教堂山分校的 研究数据管理和共享 ★★★☆☆(1)

• Big Data and Education from Columbia University ★★★☆☆(1)

  哥伦比亚大学的 大数据和教育 ★★★☆☆(1)

• Big Data Analysis with Scala and Spark from École Polytechnique Fédérale de Lausanne ★★★☆☆(1)

  洛桑联邦理工学院的 Scala和Spark进行大数据分析 ★★★☆☆(1)

• Basic Data Processing and Visualization from University of California, San Diego ★★★☆☆(1)

  加利福尼亚大学圣地亚哥分校的 基础数据处理和可视化 ★★★☆☆(1)

• Information Visualization: Applied Perception from New York University (NYU) ★★★★★(1)

  信息可视化： 纽约大学(NYU)的 应用感知 ★★★★★(1)

• Information Visualization: Foundations from New York University (NYU) ★★★★★(1)

  信息可视化： 纽约大学(NYU)的 基金会 ★★★★★(1)

• Information Visualization: Programming with D3.js from New York University (NYU) ★★★★★(1)

  信息可视化：使用来自纽约大学(NYU)的 D3.js进行编程 ★★★★★(1)

• Information Visualization: Advanced Techniques from New York University (NYU) ★★★★★(1)

  信息可视化： 纽约大学(NYU)的 先进技术 ★★★★★(1)

• Data Science: Capstone from Harvard University

  数据科学： 哈佛大学的 Capstone

• Capstone Exam for Statistics and Data Science from Massachusetts Institute of Technology

  麻省理工学院 统计与数据科学的顶点考试

• Advanced R Programming from Johns Hopkins University

  约翰·霍普金斯大学的 高级R编程

• Foundations of Data Science: Inferential Thinking by Resampling from University of California, Berkeley

  数据科学的基础： 加州大学伯克利分校的 重采样推理思维

• Data, Models and Decisions in Business Analytics from Columbia University

  哥伦比亚大学 商业分析中的数据，模型和决策

• Code Free Data Science from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的无 代码数据科学

• SP20: Data Analytics for Business from Georgia Institute of Technology

  SP20： 佐治亚理工学院的 商业数据分析

• Data Science in Stratified Healthcare and Precision Medicine from University of Edinburgh

  爱丁堡大学 分层医疗保健和精准医学中的数据科学

• Predictive Analytics using Machine Learning from University of Edinburgh

  爱丁堡大学 使用机器学习进行预测分析

• Statistical Predictive Modelling and Applications from University of Edinburgh

  爱丁堡大学的 统计预测建模和应用

• 人群与网络 from Peking University

  北京大学 人群与网络

• 医学统计学与SPSS软件(基础篇) from Peking University

  北京大学 医学统计学与SPSS软件(基础篇)

• Combining and Analyzing Complex Data from University of Maryland, College Park

  合并和分析来自马里兰大学学院公园分校的 复杂数据

• Dealing With Missing Data from University of Maryland, College Park

  马里兰大学帕克分校 处理丢失的数据

• 数据科学导论|Data Science: A New Way of Thinking from Tsinghua University

  数据科学导论|数据科学： 清华大学的 新思维方式

• [New] Data Science for Construction, Architecture and Engineering from National University of Singapore

  [新] 新加坡国立大学的 建筑，建筑和工程数据科学

• Statistical Computing with R - a gentle introduction from University College London

  使用R进行统计计算- 伦敦大学学院 的简要介绍

• Principles, Statistical and Computational Tools for Reproducible Data Science from Harvard University

  哈佛大学 可再生数据科学的原理，统计和计算工具

• Data Analysis in Social Science-Assessing Your Knowledge from Massachusetts Institute of Technology

  社会科学中的数据分析-评估 麻省理工学院的 知识

• Sampling People, Networks and Records from University of Michigan

  密歇根大学的 人员，网络和记录抽样

• مجموعة أدوات عالم البيانات from Johns Hopkins University

  约翰·霍普金斯大学的 مجموعةأدواتعالمالبيانات

• Meaningful Predictive Modeling from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 有意义的预测建模

• Introduction to Accounting Data Analytics and Visualization from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校伊利诺伊大学 会计数据分析和可视化简介

• Data Modeling and Regression Analysis in Business from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校的 企业数据建模和回归分析

• Introduction to Predictive Analytics using Python from University of Edinburgh

  爱丁堡大学 使用Python进行预测分析的简介

• Delivering Research Data Management Services from University of Edinburgh

  从爱丁堡大学 提供研究数据管理服务

• Image Processing and Analysis for Life Scientists from École Polytechnique Fédérale de Lausanne

  洛桑联邦理工学院 生命科学家的图像处理和分析

• Data Analysis Essentials from Imperial College London

  伦敦帝国理工学院的 数据分析基础

• Big Data Analytics Using Spark from University of California, San Diego

  使用来自加利福尼亚大学圣地亚哥分校的 Spark进行大数据分析

• مقدمة عن البيانات الضخمة from University of California, San Diego

  加利福尼亚大学圣地亚哥分校的 مقدمةعنالبياناتالضخمة

• Big Data Analytics in Healthcare from Georgia Institute of Technology

  乔治亚理工学院的 医疗保健大数据分析

• Big Data Analytics in Healthcare from Georgia Institute of Technology

  乔治亚理工学院的 医疗保健大数据分析

• 高级大数据系统|Advanced Big Data Systems from Tsinghua University

  高级大数据系统| 清华大学的 高级大数据系统

• [New] Big data and Language 1 from Korea Advanced Institute of Science and Technology

  [新] 韩国高等科学技术大学的 大数据和语言1

• [New] Big data and Language 2 from Korea Advanced Institute of Science and Technology

  [新] 韩国科学技术大学的 大数据和语言2

• Building Data Visualization Tools from Johns Hopkins University

  约翰霍普金斯大学的 建筑数据可视化工具

• Data Analysis and Visualization from Georgia Institute of Technology

  佐治亚理工学院的 数据分析和可视化

• 3D Data Visualization for Science Communication from University of Illinois at Urbana-Champaign

  伊利诺伊大学香槟分校的 3D数据可视化，用于科学交流

• [New] 数据可视化|Data Visualization from Tsinghua University

  [新]数据可视化| 清华大学的 数据可视化

编程语言-60门课程 (Programming Languages — 60 Courses)

• Programming for Everybody (Getting Started with Python) from University of Michigan ★★★★★(9662) ⭐

  密歇根大学 面向所有人的编程(Python入门) ★★★★★(9662)⭐

• Python Data Structures from University of Michigan ★★★★★(4369)

  密歇根大学的 Python数据结构 ★★★★★(4369)

• Using Python to Access Web Data from University of Michigan ★★★★★(1903)

  使用Python从密歇根大学 访问Web数据 ★★★★★(1903)

• Learn to Program: The Fundamentals from University of Toronto ★★★★★(105) ⭐

  学习编程： 多伦多大学的 基础知识 ★★★★★(105)⭐

• Python and Statistics for Financial Analysis from The Hong Kong University of Science and Technology ★★★★☆(71) ⭐

  香港科技大学 用于财务分析的Python和统计数据 ★★★★☆(71)⭐

• Computing in Python I: Fundamentals and Procedural Programming from Georgia Institute of Technology ★★★★★(69) ⭐

  Python中的计算I： 乔治亚理工学院的 基础知识和程序编程 ★★★★★(69)⭐

• Functional Program Design in Scala from École Polytechnique Fédérale de Lausanne ★★★★★(40)

  洛桑联邦理工学院的 Scala功能程序设计 ★★★★★(40)

• Computing in Python IV: Objects & Algorithms from Georgia Institute of Technology ★★★★★(36)

  Python IV中的计算： 乔治亚理工学院的 对象与算法 ★★★★★(36)

• Computing in Python II: Control Structures from Georgia Institute of Technology ★★★★★(27)

  Python II中的计算： 乔治亚理工学院的 控制结构 ★★★★★(27)

• Programming Languages, Part A from University of Washington ★★★★★(22)

  编程语言， 华盛顿大学 A部分的编程语言 ★★★★★(22)

• Computing in Python III: Data Structures from Georgia Institute of Technology ★★★★★(21)

  Python III中的计算： 乔治亚理工学院的 数据结构 ★★★★★(21)

• Object Oriented Programming in Java from University of California, San Diego ★★★★★(15)

  Object Oriented Programming in Java from University of California, San Diego ★★★★★(15)

• Introduction to Programming for the Visual Arts with p5.js from University of California, Los Angeles ★★★★★(10)

  加州大学洛杉矶分校的 p5.j​​s视觉艺术编程简介 ★★★★★(10)

• Using Python for Research from Harvard University ★★★☆☆(9)

  Using Python for Research from Harvard University ★★★☆☆(9)

• Learn to Program: Crafting Quality Code from University of Toronto ★★★★☆(9)

  学习编程： 多伦多大学的 手工质量规范 ★★★★☆(9)

• Code Yourself! An Introduction to Programming from University of Edinburgh ★★★★★(8)

  自己编码！ An Introduction to Programming from University of Edinburgh ★★★★★(8)

• Introduction To Swift Programming from University of Toronto ★☆☆☆☆(7)

  Introduction To Swift Programming from University of Toronto ★☆☆☆☆(7)

• Parallel programming from École Polytechnique Fédérale de Lausanne ★★★★☆(6)

  Parallel programming from École Polytechnique Fédérale de Lausanne ★★★★☆(6)

• MATLAB and Octave for Beginners from École Polytechnique Fédérale de Lausanne ★★★★☆(6)

  MATLAB and Octave for Beginners from École Polytechnique Fédérale de Lausanne ★★★★☆(6)

• Introduction to Java Programming – Part 1 from The Hong Kong University of Science and Technology ★★★☆☆(6)

  Introduction to Java Programming – Part 1 from The Hong Kong University of Science and Technology ★★★☆☆(6)

• Programming for the Web with JavaScript from University of Pennsylvania ★★★★★(4)

  Programming for the Web with JavaScript from University of Pennsylvania ★★★★★(4)

• Web Coding Fundamentals: HTML, CSS and Javascript from National University of Singapore ★★★★★(3)

  Web Coding Fundamentals: HTML, CSS and Javascript from National University of Singapore ★★★★★(3)

• Introduction à la programmation orientée objet (en C++) from École Polytechnique Fédérale de Lausanne ★★★☆☆(3)

  Introduction à la programmation orientée objet (en C++) from École Polytechnique Fédérale de Lausanne ★★★☆☆(3)

• Initiation à la programmation (en C++) from École Polytechnique Fédérale de Lausanne ★★★★★(3)

  Initiation à la programmation (en C++) from École Polytechnique Fédérale de Lausanne ★★★★★(3)

• Language, Proof and Logic from Stanford University ★★★★★(2)

  Language, Proof and Logic from Stanford University ★★★★★(2)

• ¡A Programar! Una introducción a la programación from University of Edinburgh ★★★★★(1)

  程序员！ 来自爱丁堡大学的课程 介绍 ★★★★★(1)

• 计算导论与C语言基础 from Peking University ★★★★☆(1)

  计算导论与C语言基础 from Peking University ★★★★☆(1)

• Introduction à la programmation orientée objet (en Java) from École Polytechnique Fédérale de Lausanne ★★★★★(1)

  ÉcolePolytechniqueFédéralede Lausanne的 àla programmationorientéeobjet(en Java)简介 ★★★★★(1)

• Creative Coding from New York University (NYU) ★★★★☆(1)

  纽约大学(NYU)的 创意编码 ★★★★☆(1)

• Lernen objekt-orientierter Programmierung from Technische Universität München (Technical University of Munich) ★★★★★(1)

  慕尼黑工业大学(慕尼黑工业大学)的 Lernen objekt-orientierter Programmierung ★★★★★(1)

• Initiation à la programmation (en Java) from École Polytechnique Fédérale de Lausanne ★★★★★(1)

  Initiation à la programmation (en Java) from École Polytechnique Fédérale de Lausanne ★★★★★(1)

• Einführung in MATLAB from Technische Universität München (Technical University of Munich)

  Einführung in MATLAB from Technische Universität München (Technical University of Munich)

• Quantitative Methods for Biology from Harvard University

  Quantitative Methods for Biology from Harvard University

• Programación para todos (empezando con Python) from University of Michigan

  Programación para todos (empezando con Python) from University of Michigan

• Introduction to Neurohacking In R from Johns Hopkins University

  Introduction to Neurohacking In R from Johns Hopkins University

• Minecraft, Coding and Teaching from University of California, San Diego

  Minecraft, Coding and Teaching from University of California, San Diego

• برمج بنفسك! مقدمة حول البرمجة from University of Edinburgh

  برمج بنفسك! مقدمة حول البرمجة from University of Edinburgh

• 程序设计基础 from Peking University

  程序设计基础 from Peking University

• 面向对象技术高级课程(The Advanced Object-Oriented Technology) from Peking University

  面向对象技术高级课程(The Advanced Object-Oriented Technology) from Peking University

• MATLAB et Octave pour débutants from École Polytechnique Fédérale de Lausanne

  MATLAB et Octave pour débutants from École Polytechnique Fédérale de Lausanne

• Python Data Structures from University of Michigan

  Python Data Structures from University of Michigan

• Programming for Everybody (Getting Started with Python) from University of Michigan

  Programming for Everybody (Getting Started with Python) from University of Michigan

• Python Basics from University of Michigan

  Python Basics from University of Michigan

• Understanding and Visualizing Data with Python from University of Michigan

  Understanding and Visualizing Data with Python from University of Michigan

• Python Functions, Files, and Dictionaries from University of Michigan

  Python Functions, Files, and Dictionaries from University of Michigan

• البرمجة للجميع - بدء استخدام بايثون from University of Michigan

  البرمجة للجميع - بدء استخدام بايثون from University of Michigan

• Data Collection and Processing with Python from University of Michigan

  Data Collection and Processing with Python from University of Michigan

• Python Classes and Inheritance from University of Michigan

  Python Classes and Inheritance from University of Michigan

• Inferential Statistical Analysis with Python from University of Michigan

  Inferential Statistical Analysis with Python from University of Michigan

• Programming for Everybody (Getting Started with Python) from University of Michigan

  Programming for Everybody (Getting Started with Python) from University of Michigan

• Fitting Statistical Models to Data with Python from University of Michigan

  Fitting Statistical Models to Data with Python from University of Michigan

• Programming Reactive Systems from École Polytechnique Fédérale de Lausanne

  Programming Reactive Systems from École Polytechnique Fédérale de Lausanne

• Real-Time Audio Signal Processing in Faust from Stanford University

  Real-Time Audio Signal Processing in Faust from Stanford University

• Java 程序设计 Java Programming from Peking University

  Java 程序设计 Java Programming from Peking University

• Introduction to Java Programming – Part 2 from The Hong Kong University of Science and Technology

  Introduction to Java Programming – Part 2 from The Hong Kong University of Science and Technology

• Projet de programmation (en Java) from École Polytechnique Fédérale de Lausanne

  Projet de programmation (en Java) from École Polytechnique Fédérale de Lausanne

• C++程序设计 from Peking University

  C++程序设计 from Peking University

• C++ 程序设计 from Peking University

  C++ 程序设计 from Peking University

• C程序设计进阶 from Peking University

  C程序设计进阶 from Peking University

• C#程序设计 from Peking University

  C#程序设计 from Peking University

Software Development — 57 Courses (Software Development — 57 Courses)

• Ruby on Rails: An Introduction from Johns Hopkins University ★★★☆☆(56)

  Ruby on Rails： 约翰·霍普金斯大学 导论 ★★★☆☆(56)

• Introduction to HTML5 from University of Michigan ★★★★☆(42) ⭐

  Introduction to HTML5 from University of Michigan ★★★★☆(42) ⭐

• Programming Mobile Applications for Android Handheld Systems: Part 1 from University of Maryland, College Park ★★★★☆(38)

  Programming Mobile Applications for Android Handheld Systems: Part 1 from University of Maryland, College Park ★★★★☆(38)

• Cloud Computing Concepts, Part 1 from University of Illinois at Urbana-Champaign ★★★☆☆(21)

  云计算概念，来自伊利诺伊大学香槟分校的 ★★★☆☆(21)

• Agile Development Using Ruby on Rails - The Basics from University of California, Berkeley ★★★★☆(19)

  Agile Development Using Ruby on Rails - The Basics from University of California, Berkeley ★★★★☆(19)

• Programming Mobile Applications for Android Handheld Systems: Part 2 from University of Maryland, College Park ★★★★☆(15)

  Programming Mobile Applications for Android Handheld Systems: Part 2 from University of Maryland, College Park ★★★★☆(15)

• HTML, CSS, and Javascript for Web Developers from Johns Hopkins University ★★★★★(14)

  HTML, CSS, and Javascript for Web Developers from Johns Hopkins University ★★★★★(14)

• Introduction to CSS3 from University of Michigan ★★★★★(13)

  密歇根大学 对CSS3的介绍 ★★★★★(13)

• Interactivity with JavaScript from University of Michigan ★★★★☆(11)

  密歇根大学 与JavaScript的交互性 ★★★★☆(11)

• Advanced Styling with Responsive Design from University of Michigan ★★★★☆(8)

  密歇根大学的 高级样式与响应设计 ★★★★☆(8)

• Software Development Process from Georgia Institute of Technology ★★★★☆(5)

  乔治亚理工学院的 软件开发过程 ★★★★☆(5)

• Cloud Networking from University of Illinois at Urbana-Champaign ★★★★☆(5)

  伊利诺伊大学香槟分校的 云网络 ★★★★☆(5)

• CS50's Web Programming with Python and JavaScript from Harvard University ★★★★★(4)

  CS50's Web Programming with Python and JavaScript from Harvard University ★★★★★(4)

• Single Page Web Applications with AngularJS from Johns Hopkins University ★★★★★(4)

  Single Page Web Applications with AngularJS from Johns Hopkins University ★★★★★(4)

• Cloud Computing Concepts: Part 2 from University of Illinois at Urbana-Champaign ★★★★★(4)

  云计算概念： 伊利诺伊大学香槟分校的 第二部分 ★★★★★(4)

• Agile Development Using Ruby on Rails - Advanced from University of California, Berkeley ★★★★★(4)

  Agile Development Using Ruby on Rails - Advanced from University of California, Berkeley ★★★★★(4)

• Agile Software Development from ETH Zurich ★★★★☆(3)

  Agile Software Development from ETH Zurich ★★★★☆(3)

• Mastering the Software Engineering Interview from University of California, San Diego ★★★★☆(3)

  掌握 加利福尼亚大学圣地亚哥分校 的软件工程面试 ★★★★☆(3)

• Software Engineering Essentials from Technische Universität München (Technical University of Munich) ★★★★☆(2)

  慕尼黑工业大学(慕尼黑工业大学)的 软件工程基础知识 ★★★★☆(2)

• Mobile Application Experiences Part 1: From a Domain to an App Idea from Massachusetts Institute of Technology ★★★★★(2)

  移动应用程序体验第1部分： 麻省理工学院 ★★★★★(2) 从领域到应用程序构想

• The Computing Technology Inside Your Smartphone from Cornell University ★★★★★(2)

  康奈尔大学 智能手机内部的计算技术 ★★★★★(2)

• Introduction to Mobile Application Development using Android from The Hong Kong University of Science and Technology ★★★★☆(2)

  Introduction to Mobile Application Development using Android from The Hong Kong University of Science and Technology ★★★★☆(2)

• iOS App Development Basics from University of Toronto ★★★★☆(2)

  iOS App Development Basics from University of Toronto ★★★★☆(2)

• App Design and Development for iOS from University of Toronto ★★★☆☆(2)

  App Design and Development for iOS from University of Toronto ★★★☆☆(2)

• Cloud Computing Applications, Part 2: Big Data and Applications in the Cloud from University of Illinois at Urbana-Champaign ★★★☆☆(2)

  Cloud Computing Applications, Part 2: Big Data and Applications in the Cloud from University of Illinois at Urbana-Champaign ★★★☆☆(2)

• CS50's Mobile App Development with React Native from Harvard University ★★★★☆(1)

  哈佛大学 使用React Native开发CS50的移动应用程序 ★★★★☆(1)

• Software Development Fundamentals from University of Pennsylvania ★★★☆☆(1)

  Software Development Fundamentals from University of Pennsylvania ★★★☆☆(1)

• Building Web Applications in PHP from University of Michigan ★★★★★(1)

  密歇根大学 用PHP构建Web应用程序 ★★★★★(1)

• Building Database Applications in PHP from University of Michigan ★★★★★(1)

  用密歇根大学的 PHP构建数据库应用程序 ★★★★★(1)

• Server-side Development with NodeJS, Express and MongoDB from The Hong Kong University of Science and Technology ★★★★★(1)

  香港科技大学的 NodeJS，Express和MongoDB进行服务器端开发 ★★★★★(1)

• Make Your Own App from Technische Universität München (Technical University of Munich) ★★★★★(1)

  Make Your Own App from Technische Universität München (Technical University of Munich) ★★★★★(1)

• CS50's Introduction to Game Development from Harvard University ★★★★★(1)

  CS50's Introduction to Game Development from Harvard University ★★★★★(1)

• Software Analysis & Testing from Georgia Institute of Technology

  Software Analysis & Testing from Georgia Institute of Technology

• Introduction to Internationalization and Localization from University of Washington

  华盛顿大学 国际化和本地化简介

• Java程序设计 from Peking University

  Java程序设计 from Peking University

• Mobile Application Experiences Part 3: Building Mobile Apps from Massachusetts Institute of Technology

  Mobile Application Experiences Part 3: Building Mobile Apps from Massachusetts Institute of Technology

• Mobile Application Experiences Part 4: Understanding Use from Massachusetts Institute of Technology

  Mobile Application Experiences Part 4: Understanding Use from Massachusetts Institute of Technology

• Mobile Application Experiences Part 5: Reporting Research Findings from Massachusetts Institute of Technology

  Mobile Application Experiences Part 5: Reporting Research Findings from Massachusetts Institute of Technology

• Mobile Application Experiences from Massachusetts Institute of Technology

  Mobile Application Experiences from Massachusetts Institute of Technology

• Developing Android Apps with App Inventor from The Hong Kong University of Science and Technology

  Developing Android Apps with App Inventor from The Hong Kong University of Science and Technology

• Multiplatform Mobile App Development with React Native from The Hong Kong University of Science and Technology

  Multiplatform Mobile App Development with React Native from The Hong Kong University of Science and Technology

• Multiplatform Mobile App Development with NativeScript from The Hong Kong University of Science and Technology

  Multiplatform Mobile App Development with NativeScript from The Hong Kong University of Science and Technology

• Multiplatform Mobile App Development with Web Technologies: Ionic and Cordova from The Hong Kong University of Science and Technology

  Multiplatform Mobile App Development with Web Technologies: Ionic and Cordova from The Hong Kong University of Science and Technology

• 3D Graphics in Android: Sensors and VR from Imperial College London

  3D Graphics in Android: Sensors and VR from Imperial College London

• Android Graphics with OpenGL ES from Imperial College London

  Android Graphics with OpenGL ES from Imperial College London

• Introduction to Android graphics from Imperial College London

  Introduction to Android graphics from Imperial College London

• Advanced App Development in Android Capstone from Imperial College London

  Advanced App Development in Android Capstone from Imperial College London

• Build Your Own iOS App from University of Toronto

  Build Your Own iOS App from University of Toronto

• JavaScript, jQuery, and JSON from University of Michigan

  密歇根大学的 JavaScript，jQuery和JSON

• Front-End Web UI Frameworks and Tools: Bootstrap 4 from The Hong Kong University of Science and Technology

  Front-End Web UI Frameworks and Tools: Bootstrap 4 from The Hong Kong University of Science and Technology

• Web App Development with the Power of Node.js from Technische Universität München (Technical University of Munich)

  Web App Development with the Power of Node.js from Technische Universität München (Technical University of Munich)

• Introduction to Web Cartography: Part 1 from ETH Zurich

  Introduction to Web Cartography: Part 1 from ETH Zurich

• Front-End JavaScript Frameworks: Angular from The Hong Kong University of Science and Technology

  Front-End JavaScript Frameworks: Angular from The Hong Kong University of Science and Technology

• Front-End Web Development with React from The Hong Kong University of Science and Technology

  Front-End Web Development with React from The Hong Kong University of Science and Technology

• Semantic Modelling from National University of Singapore

  Semantic Modelling from National University of Singapore

• How Virtual Reality Works from University of California, San Diego

  How Virtual Reality Works from University of California, San Diego

• Creating Virtual Reality (VR) Apps from University of California, San Diego

  Creating Virtual Reality (VR) Apps from University of California, San Diego

Quantum Computing — 7 Courses (Quantum Computing — 7 Courses)

• Quantum Information Science I, Part 1 from Massachusetts Institute of Technology ★★☆☆☆(2)

  Quantum Information Science I, Part 1 from Massachusetts Institute of Technology ★★☆☆☆(2)

• Quantum Machine Learning from University of Toronto ★★★★★(1)

  Quantum Machine Learning from University of Toronto ★★★★★(1)

• Quantum Information Science I, Part 2 from Massachusetts Institute of Technology

  Quantum Information Science I, Part 2 from Massachusetts Institute of Technology

• Quantum Information Science II, Part 3 - Advanced quantum algorithms and information theory from Massachusetts Institute of Technology

  Quantum Information Science II, Part 3 - Advanced quantum algorithms and information theory from Massachusetts Institute of Technology

• Quantum Information Science II, Part 1 - Quantum states, noise and error correction from Massachusetts Institute of Technology

  Quantum Information Science II, Part 1 - Quantum states, noise and error correction from Massachusetts Institute of Technology

• Quantum Information Science I, Part 3 from Massachusetts Institute of Technology

  Quantum Information Science I, Part 3 from Massachusetts Institute of Technology

• Quantum Information Science II, Part 2 - Efficient Quantum Computing - fault tolerance and complexity from Massachusetts Institute of Technology

  Quantum Information Science II, Part 2 - Efficient Quantum Computing - fault tolerance and complexity from Massachusetts Institute of Technology

翻译自: https://www.freecodecamp.org/news/free-courses-top-cs-universities/

计算机科学cs50