|
一直有写这个的打算，但是最近工作忙，所以就难产啦。 现在真是一个信息共享的年代，网络公开课本身也走过了一段相当长的历程。以前公开课平台一般只是校内分享，拒不外传，直到MIT、哈佛等开始带头进行全民公开课的计划（现在我们科大也有）。刚开始在veryCD上有相当多的公开课可以下载观看，后来veryCD挂掉后，网易等网站也开始了公开课分享的进程。直到如今coursera、udacity等网站的出现，公开课又进入了一个新的时代。 上coursera，那是真正的在上课！除了没有严格的选课人数限制以外，一切都和在大学上课一样，有选课、退课，个人选课貌似限制五门，每周有教授的视频，还有很西化的课后Quiz，有project友deadline，还有强大的forum，总而言之，与以前零散的给一些视频和资料相比，coursera能给人带来真正的学习氛围。据说微软亚洲研究院的院长，也会在车上看上一段open course，由于大多数课程都按内容分割成3-5分钟的小端，所以特别适合上班族，尤其是楼主。 个人的课程主页  这一篇给大家介绍的是印度理工大学德里分校的Web Intelligence and Big Data，由于是系列的第一篇，很多coursera的介绍会伴随着进行。 这位就是俺们的老师：Gautam Shroff，淡淡的咖喱味英文，语速还可以接受，网站上都是些名师，但是暂时木有空人肉他~  注意到，其实有些课程是有字幕的，如果播放器下端有CC字样，就可以选择字幕，你也可以选择下载视频看，同样也是可以下字幕的。语速也可以选择，有些老师会为国际学生放慢语速。 同时，播放器可以选择Html5和Flash两种播放形式，在移动终端播放也是木有压力的。 首页上的介绍视频是youtube上的，当初因为这个，以为一定要翻墙才能看公开课，事实上完全不需要担心，不翻墙也能看。 ————————20130507——————————— 今天发现主页上放出了课程安排，以前貌似没有。课程主页上有大量有用信息，教授也估计到了coursera学生平时很忙，所以，如果你发现作业太难，一是你也许需要退课了，课程并不适合你；二是你没有充分阅读主页上给出的信息  现在开始回忆以前上的课，到现在，这门课进度已经过半了，大家也不能enroll了。猛然发现Unit6的视频和课程也出来了…… Unit0 Intro，教授说明了这是研究生级别的课程，但是并不需要太多的基础，旁观者能了解个大概，而研究生本身则会了解到一些前沿信息。Intro花时间给大家解释了什么事智能，讲了图灵实验一类，也初初介绍了Big Data。 Intro都有Quiz，Quiz可以重试，但是只有两次机会（后面的会更多），幸好重试一次就刷了满分~coursera的出题是很有技巧的，重试三两次题目大多不会重复，而且每次都会变着法子问。 Unit1叫做Looking，大概是给大家一个大数据的直观感受吧，课程的内容，则让人想起了《大数据》这本蓝书，话说这本书在公车上看真是十分头疼啊，好多公式……第一课是关于数据的储存和搜索，先是讲了Indexing和Ranking，然后是PageRank，最后讲了Object Search，比如图片，那就必须用到LSH这类的哈希技术，现在想来，貌似是追溯Google FileSystem的来源。 插一句，这里选课真的是会贪多嚼不烂，最初我选了Big Data、Computational Methods for Data Analysis和Gamification，中间一忙，Gamification开了个头，另外一门根本没时间看，一看Gamification都出Written Assignment了，还要同时给四个同伴评分（如果能有时间上，其实蛮好玩的）。后来选了Computational Neroscience和Data Mining（Andrew吴老师的课，后面要着重介绍），计算神经生物学实在是太生物了，也应付不下来。于是现在剩下两门课了。总结一下课程的量，大概就是两门课一周大概要花3-4个晚上去学习，三门的话估计需要5天+周末了吧。 |
[技术| 编程·课件·Linux] 【coursera课程分享】Web Intelligence and Big Data
jose
· 发布于 2013-05-07 22:57
· 3823 次阅读
转载文章时务必注明原作者及原始链接，并注明「发表于 软院网 RuanYuan.Net 」，并不得对作品进行修改。
最近发现你都是双倍经验哦 
加油，狂补!
一定要搞定英语 学习去
...
只是我客观的分析了一下~
再叫唤我把你的松鼠皮扒了做大衣！！！