公开课程 · 学科索引 · 自主研习
Open Curriculum
公开课研习社
大学公开课程 · 系统研习

大学课程与
跨学科学习资源

按学科发现课程，了解讲师与先修要求。沿着清晰的学习路线，从基础概念走向深入理解。

浏览全部课程探索学习路线
22精选公开课程
6学科方向
4课程来源机构
OPEN COURSE COLLECTION
OPEN CURRICULUM / ACADEMIC COLLECTION

收录公开课程资料的来源机构

StanfordUniversityMITHarvardUniversityYaleUniversity
查看来源
SELECTED COURSES

从这些课程开始

全部课程
01 / OCCS229
Stanford · 人工智能

机器学习

Andrew Ng

高阶查看课程
11 / OC18.06
MIT · 数学与统计

线性代数

Gilbert Strang

入门查看课程
16 / OCPSYC 110
Yale · 人文与社会

心理学导论

Paul Bloom

入门查看课程
EXPLORE BY SUBJECT

找到你的学科方向

学科索引
01 / OC

人工智能

6 门课程 · ARTIFICIAL INTELLIGENCE
02 / OC

计算机科学

4 门课程 · COMPUTER SCIENCE
03 / OC

数学与统计

5 门课程 · MATHEMATICS & STATISTICS
04 / OC

人文与社会

3 门课程 · HUMANITIES & SOCIETY
05 / OC

设计与交互

2 门课程 · DESIGN & INTERACTION
06 / OC

算法与系统

2 门课程 · ALGORITHMS & SYSTEMS
CONNECTED LEARNING

把课程连成学习路线

按先修关系组织课程，为自主学习建立一个可调整的顺序。

全部路线
推荐路线 / 数学 × 编程 × 机器学习

机器学习基础路线

这条路线适合希望系统理解机器学习，而不仅是调用工具的学习者。先通过小型编程任务检验基础，再进入矩阵与统计部分。

查看路线与课程
01

Python 编程与计算机科学

MIT · 6.0001
02

线性代数

MIT · 18.06
03

统计学及其应用

MIT · 18.650
04

机器学习

Stanford · CS229

计算机科学起步

从编程入门，走向抽象、算法与系统。

4 门课程
03 / OC

理解人与交互设计

把心理学视角带入设计与应用开发。

3 门课程
03 / OC
PEOPLE & IDEAS

认识课程背后的讲师

全部讲师
AN

Andrew Ng

Stanford · 2 门收录课程

查看讲师与课程
GS

Gilbert Strang

MIT · 1 门收录课程

查看讲师与课程
PB

Paul Bloom

Yale · 1 门收录课程

查看讲师与课程
DM

David J. Malan

Harvard · 1 门收录课程

查看讲师与课程
THE LEARNING JOURNAL

选课与研习阅读

更多阅读
01 / OC
研习方法

开始之前，先读课程大纲

课程大纲是一张学习地图。先确定目标、先修要求和材料组织方式，比直接播放第一节课更有帮助。

约 5 分钟
02 / OC
选课指南

机器学习之前，数学该学到哪里

与其无限延长准备阶段，不如围绕具体问题建立一份可检验的数学清单。

约 6 分钟
03 / OC
学习计划

把一门公开课放进每周计划

稳定的学习安排需要明确的任务和可调整的余量。先设计一个能持续的周计划。

约 4 分钟

下一门课，从一个明确的问题开始。

按学科、难度或讲师检索，找到适合当前阶段的课程。

进入课程目录