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。