Computer Science

感谢《CS自学指南》提供的指导思想：https://csdiy.wiki/
muki目前的学习目标：

毕设《基于深度学习的缺陷分类检测算法设计》所需的知识储备（大概是要对VGG、ResNet、Transformer等算法分析优劣势并进行一个横向评估）（真的是选了一个还蛮难的题目，老实讲我也不知道具体该咋整，现在还没写开题报告。这个题和我现在的光电信息专业完全没关系，也就是因为这一点所以看上了这个题，毕竟以后想转码。总之线性代数和吴恩达的机器学习的课程先看一看吧。）

备考日本大学院入学考试的专业课 （和国内考研的科目差不多，但是此外还要学数电、信号与系统一些的电路的课）

想学Web前端开发（这个是次要的了，闲得没事儿干的时候也许真的想学一些前端开发的东西，javascript、css、html之类的）

数学

Mathematics

3Blue1Brown: Essence of Linear Algebra
https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab

（学习中）
3Blue1Brown到底是何方神圣？线性代数用动画讲的非常明白！听完他的感觉之前学的线代都是假的！

MIT18.06: Linear Algebra
https://ocw.mit.edu/courses/18-06sc-linear-algebra-fall-2011/pages/syllabus/

（学习中）
不管是修士考试，还是毕设的深度学习算法都要有线性代数基础。

编程基础

Coding

Crash Course: Computer Science
https://www.bilibili.com/video/BV1EW411u7th/

（一刷完）
科普小视频。很棒的入门课，最重要的是强调的Abstraction的概念。对CS这个学科没什么概念的很建议看一看。

Harvard CS50: This is CS50x
https://cs50.harvard.edu/x/2022/

（一刷完）
这个课我太爱了。电影级别的OP，大礼堂作为讲堂。虽然深度不够，但是很有意思，数据库和网页前端开发这些本科课程很少涉及到的知识点也有讲解，总之就算当追剧看着玩也是不亏的。（我就是从这里彻底入坑网页前端。）

MIT-Missing-Semester
https://missing.csail.mit.edu/2020/

（一刷搁置中）
这个课，很有价值，但是也很难，主要围绕Linux的，所以听课之前你要想办法整个Linux或者MacOS来。虽说是零基础就可以听，但是真的零基础小白，也确实很吃力。所以建议学到一定深度，开始做项目了再去学这个课。总之我是暂且搁置了，实在学不明白，而且我也没有在做项目，git那些工具也用不到。

UCB CS61A: Structure and Interpretation of Computer Programs
https://inst.eecs.berkeley.edu/~cs61a/fa20/

（学习中）
这课太神了，我就不吹了，所有人都应该去学一学，就算是有编程基础的也应该学一学。这是他们大一的第一门编程课，看完之后对美国CS的教学体系只能是佩服。看完之后，再回想一下自己大一的第一门编程课是个什么？你就懂了。

机器学习

Machine_Learning

Coursera: Machine Learning
https://www.bilibili.com/video/BV1Pa411X76s/

（一刷完）
~~为了毕设做准备而学的。毕竟也不能一点都不懂啊。VGG、ResNet、Transformer都是些啥都还不知道……~~
学完了，很优秀的课程。对我帮助比较大的是第一部分和第二部分吧，自从决策树开始包括后面的内容貌似用不到。强化学习什么的都是机器人领域才会用到的吧。总之是很优秀的课程是没错啦，他们说Andrew的这个课讲解的就像1+1一样，数学没什么基础的人听这个课都不会太困难。