上Github,北大、清华、浙大、中科大4大名校课程在线学,加星总数超1.8万

【导读】因为大学生找课程资料很麻烦,直到有人把搜集到的资料放在了Github上!现在,你不光都可以自由免费的获取北大、清华、浙大、中科大的相关课程资源进行自学,也可以对资源进行补充。

 

读过大学的人,对搜集教程、试题资料过程中的艰辛应该深有感触。就拿新智元刚刚报道的浙大新开人工智能专业课来说,可能很多同学脑海中首先会想这是个啥?我应该干点啥?哪儿找资料和考题?

 

我们有好用的课表应用,却没有一个好用的课程资源!于是有人分别将北大、清华、浙大和中科大的课程资源、试题等放在了Github上。目前4所大学的repo全部进入Github飙升榜TOP 10,为广大学生提供了宝贵的学习资料。

 

640?wx_fmt=jpeg

 

接下来我们分别来介绍一下这4个项目。

 

最早的Github大学课程项目:浙大课程共享计划

 

浙大一位Github ID为megrxu的同学,抱着“前人走过的弯路,后人就不必再走”的信念,在Github上建立了一个《浙江大学课程攻略共享计划》的repo。

 

在README中他介绍项目创立的初衷:

 

 

历年试卷…前人精心收集制作,抱着能对他人有用的想法公开,却需要在各个群中摸索…从学长手中代代相传

 

我也曾很努力地收集各种课程资料,但到最后,某些重要信息的得到却往往…偶然

 

我为这一年一年,这么多人孤军奋战的重复劳动感到不平

 

该项目迄今为止获得超过5200星,意味着5300多人点赞;有350多个watcher想第一时间获得项目的最新消息;有近2000个人fork了该项目。目前已收录课程近50门,涉及内容:

 

  • 选课攻略

  • 电子版教材

  • 平时作业答案

  • 历年试卷

  • 复习资料

  • 开卷考试A4纸

640?wx_fmt=jpeg

Github地址:

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

 

最新的Github大学课程项目:清华课程共享计划

 

受到浙江大学课程攻略共享计划的启发,有人也在Github上创建了一个《清华大学计算机系课程攻略》,并按照学习对课程资源进行了划分,除了方便同学按照所处的学期阶段查找外,还可以了解清华计算机系各学期的课程安排,方便校外同学和老师作为参考。

640?wx_fmt=png

640?wx_fmt=png

Repo继承自Trinkle23897之前的项目,但是去掉了里面涉及侵权的内容。创建时间不到一周,目前已进入Github飙升榜TOP 3,有超过1400星、70个watcher、400fork。收录的内容包括:

 

  • 课程攻略:readme.md

  • 电子版课件和参考教材:ebook/[教学年份]/[老师姓名].pdf (由于可能存在的版权问题,暂未加入)

  • 平时作业答案与大作业资料:hw/[学生年级_学生姓名]/

  • 历年试卷和复习资料:exam/

  • 开卷考试A4纸:a4paper/

 

和浙大不同,该repo只针对计算机系课程,未来我们也希望看到更多其他系的课程。需要注意的是,清华课程repo里有12455个objects,大家clone的时候注意一下网络状况。

 

Github地址:

https://github.com/PKUanonym/REKCARC-TSC-UHT

 

最热的Github大学课程项目:北大课程

 

目前关注人数最多、飙升最快的课程repo是《北京大学课程资料整理》项目,有超过7000星、400个watch、2100个fork。

 

该项目涉及北大多个学院,收录了包括人工智能、物理、概率、电磁、生物、美学、民法、军理、毛概在内的130课程。

 

其中通选课中不乏有一些很有意思的课程,例如犯罪通论、民俗研究、孙子兵法、中外名曲赏析、奥林匹克文化、人类的性生育与健康等,感兴趣的同学可以下载来看看。

 

不仅有课程讲义,也有理念的考试题。例如高数B里就有99张考卷,光华、物院、化院、信科等学院的试卷均有搜集。

 

640?wx_fmt=jpeg

 

Github地址:

https://github.com/lib-pku/libpku/tree/master/%E9%80%9A%E9%80%89%E8%AF%BE/A

 

最正式的Github大学课程项目:中科大课程

 

同样进入Github飙升榜TOP 10的大学课程项目,还有《中国科学技术大学课程资源》。不得不说中科大的README是做的最正式的,不仅给出了详细的版权说明、反馈方式、课程目录等:

 

  • 版权说明

  • 反馈方式

  • 资料下载

  • 课程结构

  • 课程关系

  • 课程目录

  • 贡献投稿

 

还用给出了课程之间的关系图:

 

 

 

640?wx_fmt=png

 

甚至还给出了用来管理课程资源的脚本:

 

640?wx_fmt=png

 

部分脚本功能:

 

  • genIndex.py:产生网页浏览目录, 索引, 通过os.walk 在每个目录下(过滤掉.开头的目录)产生index.html, 内容是当前目录下的文件夹列表与文件列表

  • genZipFile.py:在每个目录下(过滤掉.开头的目录,下同)产生全部文件(文件数大于3)的zipfile,方便一键下载)

  • md_tree_link.py:遍历一个目录, 产生 markdown 格式的树状目录的链接

 

目前有超过3000星、190个watch、970个fork。

 

Github地址:

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

 

总结

 

感谢各个repo主、项目维护者以及贡献者,不光为本校同学提供了很好的课程作业资源,同时也对校外同学具有很高的参考价值,尤其是针对其中某个院校考研的同学。

 

希望越来越多的大学,也能够加入到这个行列中,也希望越来越多的同学能够参与到项目中,贡献一份力量。

 

欢迎关注磐创博客资源汇总站:http://docs.panchuang.net/

欢迎关注PyTorch官方中文教程站:http://pytorch.panchuang.net/

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
浙江大人工智能课程课件,内容有: Introduction Problem-solving by search( 4 weeks) Uninformed Search and Informed (Heuristic) Search (1 week) Adversarial Search: Minimax Search, Evaluation Functions, Alpha-Beta Search, Stochastic Search Adversarial Search: Multi-armed bandits, Upper Confidence Bound (UCB),Upper Confidence Bounds on Trees, Monte-Carlo Tree Search(MCTS) Statistical learning and modeling (5 weeks) Probability Theory, Model selection, The curse of Dimensionality, Decision Theory, Information Theory Probability distribution: The Gaussian Distribution, Conditional Gaussian distributions, Marginal Gaussian distributions, Bayes’ theorem for Gaussian variables, Maximum likelihood for the Gaussian, Mixtures of Gaussians, Nonparametric Methods Linear model for regression: Linear basis function models; The Bias-Variance Decomposition Linear model for classification : Basic Concepts; Discriminant Functions (nonprobabilistic methods); Probabilistic Generative Models; Probabilistic Discriminative Models K-means Clustering and GMM & Expectation–Maximization (EM) algorithm, BoostingThe Course Syllabus Deep Learning (4 weeks) Stochastic Gradient Descent, Backpropagation Feedforward Neural Network Convolutional Neural Networks Recurrent Neural Network (LSTM, GRU) Generative adversarial network (GAN) Deep learning in NLP (word2vec), CV (localization) and VQA(cross-media) Reinforcement learning (1 weeks) Reinforcement learning: introduction

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值