我希望旗帜鲜明的摆明我的观点

我建议所有人尽量都采用世界顶级的CS资源进行CS学习

没必要花钱啊
没必要花钱啊
没必要花钱啊



站在巨人的肩膀上学习,肯定学得更顺利、更爽啊!


我知道许多人是刚接触CS,而且还时间紧迫,并且不知道要用什么资源(例如,美国的顶级名校中有哪些学校开设了公开的CS课程,CS顶会中有什么paper是必看的)。


而且我还相信大家对一个事情是深有体会的,就是:一旦用了不好的资源,真的是很影响学习心情,甚至连碰都不想碰这个知识。


举个例子,你可以回忆一下,你中学时代是否有特别不喜欢的老师(比如你不喜欢这个老师的讲课方式,因为感觉这个老师讲的不好,无法让人快速吸收知识),然后就导致你连那门课也提不起兴趣学、成绩也不咋好看。


万一在学CS的时候也遭遇这种事,那这就很要命了,因为,如果学了半天结果连CS的门都还没入,那么这简直是太耽误成长了,而且还会极大地打击你学习CS的积极性————不好的资料可能会让你误以为CS是一个无趣的、不适合自己的学科。


所以,我还是想整理下这些顶级资源,方便所有人培养起对CS的兴趣,然后在CS学习上可以走捷径。


我希望郑重地强调一件事,就是,你不要让你的CS成长依赖于你的大学开设的课程或者身边的某个CS老师。因为真正有效的、扎实的CS成长,最好是通过自学那些顶级的CS资源。

接下来,我们不妨看一看,那些优秀的人且考虑使用顶级的CS资源的人,会使用什么资源去学习CS,然后实现自己在CS上的成长呢?

根据肖哥的观察,他们使用的资源依次如下:


使用的CS资源

1.了解不同的CS方向以及它们的学习路线

2.学习顶级名校CS课程以及网友资源

3.做projects

4.阅读顶会的papers以及经典的papers


接下来,肖哥一个一个说一下这4种资源都有啥


对于网站原创内容版权维护的声明:https://www.xiaogeedu.net/sys-nd/26.html

版权维护的法律依据(部分):https://www.xiaogeedu.net/sys-nd/25.html



声明:我在网站上陈列的内容,是基于我的认知 - 它不可避免得会带有一定的我的主观色彩(虽然我已经尽我所能摒弃主观色彩,而尽量去分享客观的东西)。考虑到我的认知并不是完全没有参考价值,所以我依然决定把我的认知分享出来供读者参考,这会对迷茫的、没有思路的读者起到一定的帮助作用。要强调的一点是,我并非认为只有我的认知是对的 其他认知都是错的,毕竟条条大路通罗马,而且每个人都有适合自己的路子,每个人选择的道路和做事方法和形成的认知都值得尊重~我也建议每位读者多去了解了解其他人的认知以及好建议,毕竟兼听则明~总之,我输出的内容的确是我的认知,但是这只是我的建议与个人想法,仅供参考~


一、System



(一)Computer Systems(OS)计算机系统学习路径


(二)Computer Systems(Architecture)计算机系统学习路径


(三)Computer Network 计算机网络学习路径


(四)Distributed System学习路径


(五)Database数据库学习路径


(六)Languages and Compilers语言和编译器学习路径


(七)High Performance Computing高性能计算学习路径


(八)Big Data大数据学习路径


(九)浏览器学习路径


(十)Web Development学习路径


(十一)Human-Computer Interaction学习路径


(十二)软件工程学习路径


(十三)移动开发(安卓)学习路径


(十四)移动开发(iOS)学习路径


(十五)Computer Security计算机安全学习路径


(十六)DevOps学习路径


(十七)虚拟化学习路径


二、AI/ML


(一)算法与数据结构学习路径


(二)Machine Learning 机器学习/Artificial Intelligence人工智能学习路径


(三)Computer Vision学习路径


(四)NLP学习路径


(五)Data Mining 数据挖掘学习路径


(六推荐系统学习路径


(七Robotics学习路径


(八)Graph NN图神经网络学习路径


(九)Reinforcement Learning学习路径


(十)LLM大语言模型学习路径


(十一)Computer Graphics计算机图形学学习路径


(十二)VR/AR/MR学习路径


(十三)Speech/Audio/Music学习路径


三、AI/ML System


(一)广告算法系统/计算广告学学习路径


(二)深度学习编译器/深度学习推理引擎学习路径


(三)MLOps学习路径


对于网站原创内容版权维护的声明:https://www.xiaogeedu.net/sys-nd/26.html

版权维护的法律依据(部分):https://www.xiaogeedu.net/sys-nd/25.html



声明:我在网站上陈列的内容,是基于我的认知 - 它不可避免得会带有一定的我的主观色彩(虽然我已经尽我所能摒弃主观色彩,而尽量去分享客观的东西)。考虑到我的认知并不是完全没有参考价值,所以我依然决定把我的认知分享出来供读者参考,这会对迷茫的、没有思路的读者起到一定的帮助作用。要强调的一点是,我并非认为只有我的认知是对的 其他认知都是错的,毕竟条条大路通罗马,而且每个人都有适合自己的路子,每个人选择的道路和做事方法和形成的认知都值得尊重~我也建议每位读者多去了解了解其他人的认知以及好建议,毕竟兼听则明~总之,我输出的内容的确是我的认知,但是这只是我的建议与个人想法,仅供参考~


粗略来说,CS的课程可以分成3个Level:

Level 1 CS基础以及编程基础

编程基础

工具基础

CS基础

Level 2 CS核心基础课

System基础 和/或 AI基础

经典核心基础课

Level 3 方向课

System方向的课程们 和/或 AI方向的课程们


一、Level 1 CS基础以及编程基础



二、Level 2 CS核心基础课



三、Level 3 方向课



对于网站原创内容版权维护的声明:https://www.xiaogeedu.net/sys-nd/26.html

版权维护的法律依据(部分):https://www.xiaogeedu.net/sys-nd/25.html



声明:我在网站上陈列的内容,是基于我的认知 - 它不可避免得会带有一定的我的主观色彩(虽然我已经尽我所能摒弃主观色彩,而尽量去分享客观的东西)。考虑到我的认知并不是完全没有参考价值,所以我依然决定把我的认知分享出来供读者参考,这会对迷茫的、没有思路的读者起到一定的帮助作用。要强调的一点是,我并非认为只有我的认知是对的 其他认知都是错的,毕竟条条大路通罗马,而且每个人都有适合自己的路子,每个人选择的道路和做事方法和形成的认知都值得尊重~我也建议每位读者多去了解了解其他人的认知以及好建议,毕竟兼听则明~总之,我输出的内容的确是我的认知,但是这只是我的建议与个人想法,仅供参考~


整理中



整理中