YouTube 上有哪些计算机方面的值得推荐的公开课？

qjxsh

如题

咴叽带翅膀

2020/06/10 update: new course on networking
2020/05/03 update: new course, abstract algebra
<hr>从17年开始至今，这个答案便一直被断断续续更新，没想到会有不少人收藏。我已经对答案做了一次大的改动，希望可以节省各位朋友的时间。毕竟生命有限，一定要上最好课！
以下列出的是我自14年至今上过的大部分课程，现在将其分为「小白」，「入门」和「进阶」三个级别（可能要再过几年我才敢回来加个「精通」 ），便于各位按需自取。每一类下面，我又根据个人的感受，将其分为了【强推】（强烈推荐），【推荐】，和【已阅】（有时间你就看看）。推荐的内容不限于Youtube。因为从10年开始便一直在上公开课，文末我会推荐些非计算机课程，给大家当做调剂。
<hr>小白级别 -- 给那些对计算机完全陌生的人

强推：Computer Science Crash Course
主讲人：CARRIE ANNE PHILBIN, Director Of Education in Cambridge, United Kingdom
这门课制作十分精良，而且涵盖了计算机的方方面面，从最底层的晶体管讲到了最上层的AI。每个视频的长度约十分钟，适合简单了解下计算机的工作原理以及发展史。

推荐：Programming Foundations with Python
主讲人：Kunal Chawla, Co-Founder at Chalees Minute School
这门课从零开始教你写python，学习曲线非常的低，很容易上手，培养信心和兴趣。不过，不知为何这门课从udacity的官网上下架了，因而只有这个Youtube的版本了。

已阅：In One Lesson
主要讲一些硬件的工作原理，没事可以看着玩玩，权当是放松了。


小白级别的课程就只有这么多。看完之后你可以对计算机是什么，又是如何工作的，有一个大概的感觉。
<hr>

入门级别 -- 开始分块学习计算机的工作原理，包括操作系统，数据库，网络等

强推：This is CS50
主讲人：David Malan, Professor at Harvard University
这门课一出来便非常火，当时上课给我的第一印象就是这个老师太有激情了，讲课时真的是literally挥汗如雨。这门课作为哈佛的计算机科学入门课程，教学内容覆盖面很广，从二进制讲到网络开发，这个过程中使用的语言包括C, python, JS等等。是一门十分值得花时间好好学习的课。

强推：6.006 Introduction to Algorithms
主讲人：Srini Devadas, Professor at MIT
这是一门比较难的算法课，一定要做他们的练习题，不然无法保证你真的理解了这些算法。犹记得15年的时候准备google的面试，一周把这门课上完了，然而并没有掌握好。难归难，算法则是一定要学好的。

强推：Networking tutorial
主讲人：Ben Eater, Khan Academy(former)
这是一门很短却直至精髓的课。从大家都能看到的网线开始讲电信号如何传输，最后以介绍TCP协议为止。每个人对学习方法的偏好不同，有人喜欢抽象，有人喜欢具体，我正好是后者。这门课就非常具体，把每个bit如何在网络中游走讲的一清二楚。这门课不涉及算法，优化等，十分适合入门。

推荐：Distributed Computer Systems
Srinivasan Keshav, Professor of Computer Science at the University of Cambridge
这门课主要讲的是网络通信，从底层的switch一步步讲到TCP等协议。老师很有意思，课上各种喷google是如何侵犯大家的隐私的。

推荐：Intro to Computer Science
主讲人：David Evans, Professor of Computer Science University of Virginia
这门课的核心是使用python来打造一个搜索引擎。之所以推荐它，是因为这门课更接近于软件工程，有大量的实际操作，需要你写出正确的代码才能进行下一步学习。另外这位老师的冷笑话也蛮好听，后面还会推荐他的另一门课。

推荐：Computation Structures
主讲人：Chris Terman. Senior Lecturer, Electrical Engineering and Computer Science at MIT
对于想要了解计算机是如何从简单的电压变化演变到现在的操作系统的，可以看看这门课。老头子风趣幽默，特别喜欢冷笑话。

已阅：An Introduction to Computer Networks
主讲人：Professors at Stanford
发现了Stanford这门课很好，各种layers都覆盖到，还请一些业界大牛做采访。

已阅：Learn in One Video
这个网站不同的地方就在于，每一个视频如同填鸭一般的把一门编程语言一次性讲完。每次我要快速了解（不是掌握）一门语言时，就会把对应的视频看一两遍。

已阅：Operating Systems and Systems Programming
主讲人：John D. Kubiatowicz, Professor at UC Berkeley
这个我觉得一般，可能是PPT做的不咋样，不介意的可以去看看。

已阅：Intro to Database System
主讲人：Joseph M. Hellerstein, Professor at UC Berkeley
这个我觉得一般，老师讲课略显枯燥，也可能知识学到这个份上没法不枯燥了吧。
<hr>

进阶级别 -- 术业有专攻

软件工程

强推：Test-Driven Development with Python
这是一本非常棒的书，作者教你如何用TDD的范式来使用Django开发网站。

推荐：C++ Tutorial
主讲人：The Cherno(Yan Chernikov), Software Engineer at Electronic Arts (EA)
小伙子长得贼精神，讲的贼清楚，若想要学C++，推荐看他的视频。

推荐：The Go Programming Language
入门Go时看过的一本书，写的非常详细，淘宝有卖的。


已阅：Learn Python the Hard Way
我看的那个时候还是免费，现在官方已经只在Amazon卖了，这是个免费版本，适合Python入门。


软件工程更多的是积攒经验了。多看优秀的开源代码，多看文档，慢慢学习。


机器学习

强推：Neural Networks and Deep Learning
主讲人：Michael Nielsen, Research Fellow at Y Combinator Research
这本书网上可以免费阅读，写的非常细致，解释的很清楚。

推荐：Artificial Intelligence
主讲人：Pieter Abbeel, Daniel Klein, Professors at UC Berkeley
我很喜欢这门课，作业记得要跟着做完，最后的project做了个游戏，挺有意思。


已阅：Full Stack Web Developer, Front End Web Developer, Machine Learning Engineer
主讲人：Udacity
这三个nanodegree，如果你没什么经济压力，倒是可以花钱上一上。我15年上的那会儿，都是先搜索里面指定的课程，然后上完课程，再去做nanodegree的projects. udacity的课程有个优势，它被敲打的非常零碎，章节之间插入了大量的练习，再加上毕业项目，很适合非计算机专业的人去学习然后找相关的工作。
如果需要学习概率统计以及线性代数，强烈推荐去Khan Academy.


分布式系统

强推：Distributed Systems
主讲人：Robert Morris, Professor at MIT
这门课，网上并没有清晰度高的视频。其实只要跟着这个表里的时间安排，把里面的papers都一下，把课堂的notes看一看就行。最重要是完成这门课的Labs，其内容是根据Raft的paper用Go把它实现一遍。提前预警整个过程非常虐心。。。

已阅：Distributed Systems
主讲人：Chris Colohan, Software Engineer/Manager at Google
分布式系统的公开课并不多，而这一门课则十分通俗易懂，适合入门。


密码学及其应用

强推：Introduction to Cryptography
主讲人：Christof Paar, Professor for Embedded Security at Ruhr University Bochum
德国的教授，英文讲的很好。重点是，这门密码学入门真的讲的太清楚了！所有的公式定理都会现场给你推演一遍。学完可以手推大部分密码学算法，同时会打下很好地理论基础，学完看paper无鸭梨。有教科书，练习题最好也一起做了。

强推：Applied Cryptography
主讲人：David Evans, Professor of Computer Science University of Virginia
这门课使用python来实现密码学里几个常见的算法。与上面那门课不同，这门课偏重于实践，需要写不少代码。

推荐：Abstract Algebra
主讲人：learnifyable
有关抽象代数的公开课不多，这一门讲的不错。如果对密码学，以及量子计算机感兴趣的话，可以先上一上抽象代数，对理解数学很有帮助。

Cryptocurrency Engineering and Design
主讲人：Professors at MIT
在数字货币方面，这门MIT的课是最up to date，涵盖了目前有关Bitcoin的方方面面。

已阅：Bitcoin and Cryptocurrency Technologies
主讲人：Professors at Princeton
如果你对blockchain感兴趣的话，这门课是不个不错的入门选择。不过作为一门常青藤学校出品的课程，内容还行，形式和传播效率上却做的一般。看着门课可能偶尔需要忍住枯燥，大部分时间需要把语速加快x1.25或者x1.5。

已阅：6.046J Design and Analysis of Algorithms
主讲人：Srini Devadas, Professor at MIT
这门课当时看的我很吃力（并未掌握多少），若有志于往算法优化这个方向发展，这个值得看一下。

已阅：Learning Solidity
18年的时候玩了下以太坊合约，这个入门还行，但以太坊这两年改动挺大的，最好还是去官网看吧。
<hr>

其他科技相关频道推荐

Software Engineering Daily

一个常听的podcast，节目里请的是业界比较优秀的工程师，每一期大概一小时，来探讨software engineering这个行业里遇到的各种现象和问题，也有很多工程师在这里面分享自己的经验，云服务，devops，queue，scheduler，blockchain，等等等等。
上面的链接是他们的网站，iphone直接在podcast就有他们的节目，每日更新。
强烈推荐他家这篇健康的鸡汤，You are not a commodity

Kurzgesagt – In a Nutshell -- 解释宇宙，包罗万象

Computerphile -- 提供各种各样关于计算机世界的科普，没事看着玩玩

3Blue1Brown -- 把数学讲的非常清楚

Numberphile -- 一个给nerd解闷的channel，适合没事儿瞎看看
<hr>最后，国内的疫情让人十分难过，大家在技术学习之外，也可以看看一些人文学科的公开课，希望将来的将来，可以不再有这样的悲剧发生，在此先推荐几门课。

一门是哈佛的Justice。这门课我是10年看的，最近又拿出来看，依旧非常引人思考。

一门是耶鲁大学的Moral Foundations of Politics，跟哈佛的Justice很像，介绍了自文艺复兴以来，西方政府的迭代。

还有一门，是Jordan Peterson的Personality and Its Transformations。这是一门心理学课程，讨论的话题也十分广泛，引人深思。我个人也非常推荐大家关注Jordan这个人，他的许多观点虽然常常引发争议，但他却是真的勇士，敢于在公开场合去谈论这个话题。


alright, 等上了其它课，再来分享。
好奇，那些收藏了朋友们，你们学的怎么样啦？

铜人堂针灸

看到这个问题我必须拿出我收藏多年，不到关键时刻不示人的计算机之神：Ravindrababu Ravula，数据结构和算法、编译原理、操作系统、计算机网络全都懂，懂还就算了，讲课还非常棒！

https://www.youtube.com/channel/UCJjC1hn78yZqTf0vdTC6wAQ
很久之前因为工作原因需要一点编译原理的知识，但是本科上课的知识已经忘光了（其实上课的时候也没怎么认真听懂）。然后就上 Youtube 搜了一下，找到这位帅气的印度小哥。怀着试一下的心态看了几分钟，然后发现：根本停不下来！就一口气把 Parser 相关的知识全听完了，隔天消化一下，后续就写出了人生第一个 Parser，并且应用到了前端的模版引擎当中。虽然我不知道他的名字怎么念，但是我知道他讲课是在太棒了。
给你讲解 Parser 的分类：

Top-down Parsing 的工作原理：

通过大量的白板演算实例教你怎么算 First 和 Follow 集，直到教到你懂为止：

一步步教你 Parsing Table：

通过实际白板代码推演递归下降的 LL(1) Parser，告诉你每一步代码做了什么，每一步的程序状态是怎么样的，教到你懂为止：

我这里当然省略了 Ravula 老师讲课的很多细节。这位名字我不会念的老师讲课细致、逻辑清晰，有条不紊，难的地方通过大量实例一步步讲解，不含糊，让人如痴如醉欲罢不能，以至于我现在写简单的 Parser 都是直接怼 EBNF 直接开撸。然后我回忆了一下本科给我们讲编译原理的那位老先生，原来当年听不懂课除了跟我智商低有关系以外，还跟讲课的人有很大的关系啊！
不轻易间点看了 Ravula 老师的主页，发现他不仅仅懂编译原理，而且懂几乎所有计算机学科相关的基础课程，包括数据结构和算法、编译原理、操作系统、计算机网络：

这些个好东西这么多年来我都是偷偷看的，我发现国内很少人知道他。可能是跟你得学会怎么听印度口音的英文才能听他讲课有关系[捂脸]（不过不用怕，Youtube 的字幕就好了，但是也是英文字幕）。
当然小哥也不是万能的，有些地方还是需要有一点知识储备才能听懂，所以最好是能够结合一些资料来配合着看最佳。
UPDATE：评论区好多朋友都说看过小哥的 KMP、后缀树等，看来我对小哥还是知之甚少。
UPDATE：很多朋友问有没有中文字幕，讲道理应该是没有的。最猴还是能习惯一下听英文，配合着 Youtube 的英文字幕其实还可以，毕竟来来去去就那几个词。习惯听英文，新世界的大门会向你敞开。
UPDATE：有朋友说怎么开字幕，这里有个 CC 啊，点他啊

PS：小哥能不能给我点广告费。
UPDATE: 有些朋友说听不懂...那我也很绝望啊，我还能怎么办

北方小鱼儿

看到标签里提了Coursera，所以应该不限于Youtube吧，Youtube比较零散，也没有互动啊作业啊什么的，还是推荐免费mooc啦。我搬运一下刚在自己专栏写的一篇资源。
- 以下搬运自己 -

语言名称后面的数字是课程数量，比如网上教Python的公开课有81个之多……

Python 81
Javascript 42
Java 40
R 17
Swift 12
C# 11
C++ 9
Ruby 8
Scala 7
C 6
Matlab 3
Haskell 3
Objective C 2
F# 1

这是什么网站？
今天我同事在slack里分享的一个叫Class Central的网站，我看了下，相当于mooc界的大众点评。我觉得一站式搜索所有课程很实用，用来管理自己的课程也不错。
怎么用？
以Python为例，点进去会看到一个列表，81个课程都在。点一个你感兴趣的课程链接，会看到Class Central上的课程详情，右侧有个绿色的大按钮，就能到提供课程的原网站学习啦。Class Central本身不用注册，但如果你没有原网站的账号，得注册一下才行。
里面绝大部分是英文，但中文课程也是有一些的，列表在这里：https://www.class-central.com/language/chinese 126个，应该是国际mooc网站中几乎所有中文课程的集合了。
国内的中文网课哪里看？
这个我不是特别了解，我知道的只有网易公开课（http://open.163.com/）和腾讯大学（http://daxue.qq.com/），请在评论里安利我更多！（已经有不少了，感谢分享！记得点开评论～）
- 戳原文看评论 http://zhuanlan.zhihu.com/p/21876242 -

1252738491

看到题主在标签里加了机器学习，所以下面的视频都是机器学习相关的。不定期更新，权当整理用了。下面视频大部分答主自己也没有看过，主要是道听途说的。
1. CS231n: Convolutional Neural Networks for Visual Recognition，斯坦福大学视觉实验室开的。https://www.youtube.com/playlist?list=PLlJy-eBtNFt6EuMxFYRiNRS07MCWN5UIA

• 8.21更新：基本学完了。在技术上介绍了各种activation functions、back propagation、batch normalization、各种update rules、CNN和RNN基础、auto encoder、soft attention等；在应用上主要介绍了深度学习在视觉方面的各种应用（如图像检测、图像分类、图像定位、视频分类、图像字幕、neural style等等），在NLP方面讲到了字迹生成、论文生成等等；另外还介绍了一些学科前沿，比较了各种框架。整节课涉及的课程、论文、代码、书超过两百项，感觉要把这些都消化掉还是要很长时间，可以先选自己感兴趣的和比较重要的。
  

2. CS229（谢谢 @phisiart

的提醒）: Machine Learning,  Andrew Ng教的，算是Coursera上Machine Learning的超级强化版。youtube.com 的页面
3. Machine Learning Foundations，国立台湾大学林轩田教授上的，少数用中文上的课，主要讲理论：youtube.com 的页面
4. Machine Learning Techniques，描述同上，主要讲实战：youtube.com 的页面
5. 深度学习三神之一的Lecun在Collège de France in Paris上的8节关于deep learning的课，前两天他在Quora上推荐的，没上过不知道怎么样：L'apprentissage profond
6. 2012 IAPM Summer School关于Deep Learning的课，来源同上Graduate Summer School: Deep Learning, Feature Learning (Schedule)
7. 在Pittsburgh举办的Machine Learning Summer School 2014 https://www.youtube.com/watch?v=4myTpLua0EM&list=PLZSO_6-bSqHQCIYxE3ycGLXHMjK3XV7Iz
8. CS224d: Deep Learning for Natural Language Processing, Richard Socher开设，youtube.com 的页面。斯坦福现在还有一门CS224N: Natural Language Processing, 课程官网上宣称在某种程度上是CS224d和CS224N的融合，不知道后续会不会放出视频。
9. Deep Learning Summer School 2016 https://www.youtube.com/playlist?list=PL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR 今年的也快开了，今年除了DL Summer School外还有RL Summer School。不知道视频会不会放出来，可以期待一下。
如果光说深度学习的话，深度学习如何入门？ - 机器学习 这个问题下面有很多这方面的资料了。
先放这点，如果后面看到好的再更。

叶恋花18

作为一个经常在用youtube代替学校老师的人，我觉得可以分享几个：

• sentdex https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ  这家伙主要是在讲python，从入门到数据分析，可视化，机器学习，NLP，网页开发，数据库都有涉及（全部是python)。他有个自己的网站（Python Programming Tutorials）蛮不错的，基本就是他youtube上的内容的整理和code
  

2. Stanford NLP Open Course https://www.youtube.com/playlist?list=PL4LJlvG_SDpxQAwZYtwfXcQr7kGnl9W93  这是NLP的课程，由业界大神Dan Jurafsky和Chris Manning主讲。我个人感觉讲得挺好的（难易度，clarity等等），推荐对NLP想要入门的同学。
3. Techtud   https://www.youtube.com/user/techtud/featured  这个也是个什么都有的channel，我主要是看了他讲的network的那一系列。
4.  Datebase PSU https://www.youtube.com/channel/UCjkGzGfgvX_Zd8kxs4ldhFw 这是Penn State U的一门Database Management的课程，算是入门课吧。老师讲得很清楚，而且重点是老师很漂亮。。。

（小姐姐，就是你啦）

5. 虽然这个youtube channel和计算机的关系没有那么大，但是真的想推荐给大家。Michael van Biezen   https://www.youtube.com/user/ilectureonline 真正的劳模，教书育人用心负责。他几乎每天都会上传教学视频，涵盖了高数，物理化学，electrical engineering等等。最近就在听的视频学Kalman Filter，虽然是计算机，基本的数学啊什么的还是要学学好的不是吗？