对于想要学习更多内容的代码新手来说，有用的链接

内容

概括

我本来没打算写这样的文章。我给朋友发了一封邮件，想分享书签里的链接，结果点击发送后才发现，只分享给一个人，有点太费劲了。

1.算法

• 可汗学院，
  我想你可能知道这个。我从12年级数学开始就非常依赖它。他们几乎涵盖了我在大学离散数学课程中学到的所有主题。他们的算法课程也非常简单，很适合用来了解一些粗略的概念。

• Python 数据结构与算法入门 | Udacity
  如果你还没学过 JavaScript，这门课绝对值得一学。它和 Khan Academy 的算法课程一样，都是用 JavaScript 编写的。DEV社区的Doaa也推荐了这门课。

• 算法，第一部分 | Coursera这个也是由Andrew Healey通过 DEV Community
  推荐的。 +) 我刚刚发现他们有一个书籍网站，其中包括他们著名教科书的概要。
  

• 欧拉计划：
  您可以使用您选择的语言，通过 Cording 解决数学问题。您的解决方案耗时不得超过 1 分钟——这意味着它必须是一个优秀的算法，因为大多数情况下，范围非常大。Hackerrank 有ProjectEuler+ 竞赛。

2.大数据

• 机器学习 | Coursera
  这是我暑假的又一个待办事项。听说吴恩达不仅在业内享有盛誉，而且还是位非常棒的老师。

• 机器学习专业化的数学 | Coursera
  标题是不言而喻的。

• IBM 数据科学专业证书 | Coursera
  看起来是一门非常实用的课程。希望暑假期间我有足够的时间完成这门课程。评论

• 数据科学和认知计算课程
  这个网站似乎拥有几乎所有的内容。

• DataCamp
  我还没有尝试过这个，但它似乎是一个练习的好地方。

• 免费统计电子书
  我不会对它们发表任何评论，因为我还没有读过任何一本。

  • 协作统计
  • OpenIntro 统计数据
  • 程序员的概率论与统计
  • 统计思维导论
  • 入门统计学

3.用户体验

• 用户体验设计技术学位 | Treehouse
  我上周开始免费试用，并认真地与他们联系上了。他们所有的技术学位看起来都结构合理。但我不喜欢它不是面向个人的（由于每周只能提交一个项目，所以最短学习时间为 3 个月）。

• 
  Florian Prz在评论中推荐了交互设计基础课程。它课程种类齐全，并针对每个具体的工作角色提供从哪里开始以及到哪里继续学习的指导。

4. 计算机科学

• 从第一原理构建现代计算机：从Nand到俄罗斯方块，
  我找不到比这更好的方式来描述它的类别了。它主要讲的是汇编和编译器之类的底层“东西”。我很高兴选了这门课，因为我的学校不教任何底层的东西，包括C和C++。你可以在这里查看我的评论。

• 哥德尔、埃舍尔、巴赫——永恒的金色辫子
  我不敢相信还有这本书的免费电子书。我甚至在谷歌上搜索这是不是合法网站，结果是肯定的。我买了这本书两次。大约十年前，我第一次买了一本英文平装本，因为我听说这本书用我的母语翻译得很糟糕。我甚至把这本书分成几章来读完，但没能读完。这对我的英语水平来说太有挑战性了。在我努力了几年的同时，出版商去年重新翻译了这本书以庆祝 20 周年庆典，所以我又买了一次。这本书不仅仅是关于计算机科学，而是关于整个宇宙的递归机制。其实，我开始读这本书的第一个原因是埃舍尔是我最喜欢的艺术家之一。这本书不是超级简单或轻松，但它优雅、精彩、快乐、善良。

• 开源社会大学的
  Florian Prz在评论中推荐了它。这是一门严肃的课程，需要两年的全职投入才能完成所有内容。真希望我早点知道。我很惊讶很少有人完成了最初的基础课程。

• 哈佛大学Florian Prz
  也推荐过。他们的 CS50 课程真的很棒。我当时选修的时候只有一门核心课程，而且从一半开始就有点难，所以我没能坚持到最后（我以为哈佛大学几乎每两周就会教一门新语言，所以才这么做），但这门课真的很棒，很有趣。现在他们有各种各样的课程，所以我觉得难度会降低，而且更有趣。

• MIT OpenCourseWare Florian Prz
  的另一个推荐。我之前学过一部分计算机科学数学。那节课真的很棒，帮助我理解了离散数学的整个概念和目标。

本帖中的所有材料（可能除了 GEB）都是用于介绍的，包括统计电子书。

请随意在评论中添加任何您想要推荐的内容或对它们的看法！