从一手材料出发
围绕官方讲义、作业与实验组织内容,并保留来源脉络。
围绕官方讲义、作业与实验组织内容,并保留来源脉络。
课程、讲义与实践互相关联,知道先学什么,也知道为什么学。
公式、代码、理解检查和实践导读都服务于真正掌握。
Course library
课程库会持续增长。可以按主题筛选,也可以直接搜索课程编号、学校或概念。
显示 12 / 12 门课程
深度学习与表示学习
沿真实作业实现重建从梯度、CNN、RNN 到 Attention、Transformer 与生成模型的完整脉络。
机器学习系统
从 tokenizer 和 Transformer 到训练系统、scaling laws、数据与对齐,完整理解语言模型如何被构建。
并行与高性能计算
理解现代并行机器、通信成本、数值算法与性能模型,并把方法落到 CPU、GPU 和分布式系统。
操作系统
以 xv6 为主线,贯穿系统调用、页表、并发、文件系统与网络,在代码中理解内核设计。
计算机体系结构
从 ISA、微编码与流水线走向缓存、虚拟内存、乱序执行、向量与多核系统。
数学 — 单变量微积分
MIT 18.01 是单变量微积分的入门课,由 David Jerison 教授讲授。课程覆盖极限、导数、导数的应用、定积分、积分技巧与无穷级数,强调几何直观、物理意义与严格的计算训练。
数学 / 线性代数
Gilbert Strang 教授的经典线性代数课,从方程组的图像和消元法出发,走过矩阵运算、向量空间、四个基本子空间、正交性、特征值,直到奇异值分解与线性变换,强调对核心概念与子空间的直观理解。
多元微积分与向量分析
MIT 18.02 多元微积分完整中文学习指南:从向量、点积、叉积与矩阵,经偏导数、重积分,走向线积分、Green/Stokes/散度定理,兼顾几何直观、计算训练与物理解释。
离散数学与概率论
用证明、图论、模运算、可计算性、组合计数与概率论建立计算机科学的数学基础;收录 Spring 2023 本地 Discussion、Homework 及官方解答。
算法设计与复杂性
以本地 Fall 2023 资料为权威来源,系统学习分治、图算法、贪心、动态规划、线性规划、网络流与 NP 完全性;收录 13 份 Discussion、14 份 Homework 及本地官方解答。
分布式系统
沿着 2026 年 MIT 6.5840 官方课表,从 MapReduce、RPC、GFS、Paxos 与 Raft 出发,系统掌握一致性、事务、分片、验证、缓存、无服务器计算与拜占庭容错,并配套五个可离线阅读的实验指南。
软件工程
MIT 6.102 围绕安全免于缺陷、易于理解、随时可变三大目标,系统学习静态检查、规格说明、抽象数据类型、函数式编程、并发与网络。包含 19 讲独立中文精读与 5 个 TypeScript 干净室自学支架;题面、接口与测试以 MIT Spring 2026 官方站点为准。