Introduction to Computational Thinking and Data Science普通证书 签名认证

计算思维和数据科学导论

关注 (2753) 学过 (51) 写点评 (38) 晒证书

Introduction to Computational Thinking and Data Science

9.0 (38人)

  • 知识量:9.5
  • 教师参与:9.4
  • 趣味性:9.4
  • 课程设计:9.6

难度:一般

开始时间:2016-03-02

持续时间:10.0周/每周15.0小时

去上课

你可能感兴趣换一换

【传送门】此课程在学堂在线同时开设,请戳这里

这门课介绍如何利用计算机来理解真实世界的现象。
6.00.2x的目标受众是具备一定Python编程经验和计算复杂度基础知识的学生。我们必须更加照顾涉猎范围,而不是一味增加深度。为了这个目的,我们会为学生提供许多主题的浅显介绍,这样学生就可以知道之后在他们的职业生涯中可以用计算机去完成什么样的任务了。我们的主题包括,绘图、随机程序、概率和统计、随机漫步、蒙特卡洛模拟、数据模型化、优化问题和分类归并。


我会学到什么?
如果你成功完成本门课,你将能够:
建立一种视野,学会将模糊的问题表述转化成可计算的表达方式,寻找合适的方法解决问题;
掌握一系列有用的算法和推理技巧;
学到如何使用仿真来解决通常方法不能轻易解决的问题;
学到如何利用计算工具,包括简单的统计、机器学习和绘图工具,用以模型化和理解数据。


MIT出版社出于善意提供了所有本门课需要阅读的内容。课程课本《Introduction to Computer Science》和《Programming Using Python》有印刷版本,也可以购买。MIT出版社为报名本门课的同学在出版社官网上提供了直降30%的折扣。为了使用这个优惠,请在MIT出版社官网上输入优惠码:guttag30。


翻译:@Daydreamer_宇

课程点评 写点评

综合评分:9.0难度:一般

  • 知识量:9.5
  • 教师参与:9.4
  • 趣味性:9.4
  • 课程设计:9.6
  • 干货 8
  • 老师牛 7
  • 入门级 5
  • 讲解清楚 3
  • 作业难 2
  • 作业较多 2
  • 偏理论 1

最新点评

  • Inward_Calmness
    Inward_Calmness 已完成

    难也不难 图论部分抛砖引玉 但是题目却不是 刚看的时候一脸蒙蔽 毕竟刚转CS 不熟数据结构和算法 不多说了 补课去了

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2017-01-05 14:36 0
  • 1____1
    1____1 已完成

    很不错的课程,主要讲述了优化问题,随机算法,最后引出机器学习又回归到优化问题。课程结构设计合理,内容很充实。不过相比6.001x觉得似乎没有Eric Grimson讲的清晰?可能是更适应Eric Grimson的口音吧。强烈推荐

    2016-12-20 16:11 0
  • cak1
    cak1 已完成

    总体感觉知识量不是很足,覆盖的范围不如6.00.1广,但是作业还是挺有意思的,尤其是那个图算法的作业~

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2016-06-03 02:34 1
  • Despicable_5毛纸
    Despicable_5毛纸 已完成

    非计算机专业背景。600x2,接着600x1的进阶课程。讲课的教授换成了Guttag,没有Eric讲得好。知识量很丰富,但是不够系统,很多方面随机漫步、机器学习都是点到即止,没有太深入。数据结构中的Graph的problem set挑战性挺高的,花了20多小时才完成,成功那刻成就感满满的!下一次课的目标是Coursera的机器学习!

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2016-05-06 09:56 0
  • kakyooo
    kakyooo 已完成

    今天我刷完了6002,这是我这个文科生14年开始刷CS类课程时定下的目标的最后一门课。 刷6001的时候我是跪着爬过来的,考试中有大题干脆没有做。现在刷6002感觉轻松愉快,一路小跑。 我以为6002会很难,所以放在Rice系列刷完后再来刷的。 期间enroll了,把视频下载下来看了几遍。 但课程没有Rice系列的最后两门算法课难。算是把Rice的课程中的一部分内容又复习了一次。 两个课内容又重叠,但具体算法会不一样。挺有意思的。例如生成power set,Rice教的是递归,但当时在论坛里有个小伙伴说用二进制也可以,当时我没看懂。但这个课上就教怎么用二进制来生成。 现在我挺能体会impossible is nothing的真谛了。再难的课程也背不住你每周都坚持去刷。 大家继续加油啦。

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2016-05-02 12:39 0
  • 裁歌
    裁歌 在上课

    刚考完final,心塞,80分都没上,期中考试也没考好,我觉得好难啊_(:з」∠)_ 所有内容都完成了,finger exercises 和problem set都是满分,就是两场考试很糟糕。我果然是个大水货,最后总分89……建议想拿高分的人好好复习一下,不要裸考,尤其是final,我觉得有点难/(ㄒoㄒ)/~~ 这门课个人觉得不如1,因为覆盖的内容零零碎碎的,没有一条清晰的主线。不过这也是入门课程的共性啦。总的来说还是很推荐的,尤其problem set,我现在上mooc的主要动力之一就是problem set。遥想当年我还是一个不爱做作业的坏学生,现在竟然每周最期待的就是作业了……什么情况这是……总之会继续上下去哒。接下来会上san diego的java,然后princeton的algo。计划满满啊w(゚Д゚)w

    2016-03-28 20:16 0
  • lqxyz
    lqxyz 已完成

    总体来说这门课还是非常好的,开始讲了有关pylab画图,蒙特卡罗模拟、随机模拟等内容,最后讲到了图论和机器学习的一点内容。每周的编程作业都比较有意思,虽然很多时候感觉比较难,但是当你花时间去认真想认真做的时候,还是可以完成的。特别是当费劲周折完全写出正确的程序时,心里还是很高兴的,感觉很有成就感。但是感觉自己的编程能力还是有所欠缺,有时候会被一些看似非常小的错误困扰很久,终于在费劲周折之后发现了那些bug。。最后终于以接近满分的成绩完成课程。

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2015-12-29 21:45 0
  • __Sai__
    __Sai__ 已完成

    这门课是Introduction to Computer Science and Programming Using Python后续课。相比于上一门,作业依旧给力,但是这门课干活不多,课程内容安排有点散。 python部分主要讲了pylab,学好了这个,基本上就可以告别matlab了;后面主要讲了概率统计、图以及机器学习,然后用python实现,略简单,收获不大。

    晒证书 Introduction to Computational Thinking and Data Science Introduction to Computational Thinking and Data Science
    2015-12-29 19:24 0

课程笔记

写笔记
查看全部笔记 >

所属专题

相关课程

京ICP证100430号    京网文[2015] 0609-239号    新出发京零字东150005号     京公网安备11010502007133号 ©2016果壳网

关于我们 新手指南