作者 | 蒋宝尚

麻省理工果真是学术“重镇”，教书育人的理念灌输的非常透彻，根据MIT计算机科学与人工智能实验室官推，其开放课程已经上线了超过2400门课程。

这2400门课程都可以在麻省理工开放课程网站：MIT OpenCourseWare上获取。在这里可以找到视频录像和相关课件，有很多理工科本科和研究生课程，包括数学系课程，每门课都有推荐的教材。

相关地址：

• https://ocw.mit.edu/courses/

• https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/

除此之外，据说麻省理工学院开放式课程使麻省理工学院几乎所有学科的教学材料都可以在网上免费获得。开放式课程正在兑现开放知识共享的承诺。这个网站的想法很简单：在网上发布我们所有的课程材料，并让所有人都能广泛使用。

我们今天重点介绍计算机科学和人工智能方面的课程。

以2010年的一门人工智能课程为例，国外原生网课，由教授Patrick Henry Winston 主讲，研究生入门必修。

教学大纲

据说，这门课学完之后，学生应该能够通过具体的计算问题以及解决方案进行开发智能系统；理解知识表示、问题解决和学习在智能系统工程中的作用；并从计算的角度理解问题，从而了解视觉和语言在人类智能方面的作用。

此外，还有课程安排、教学大纲，有些课程的所需书籍直接给出亚马逊链接。

每一课都有pdf课件。

还可以一键直接下载课件。

还有作业可供参考，不仅列出问题，也提供参考答案。

都有哪些MIT的课程？

前面也提到，网站一共收录了超过2400门课程，其中MIT的最早一批公开课（opencourseware）是实际课程的录像。因此，从课程难度上来说应该是与MIT的教学水平持平。

此外，在相关网页上，还可以用Find Courses by Number 查询所需要的课程。

值得一提的是，有些课程设计成多部分，例如数据库系统这门课程，就有编号6.814和6.830两个。这说明了有些重要的课程是分成两个部分来教的。所以，读者在选择课程的时候，需要注意由浅入深，全面学习。

最新的课程已经更新到了2020年，包括研究生的机器学习导论、深度学习导论以及本科生的机器学习下的医疗健康等。

另外，数学课程中适合本科教育的较多，例如概率论、线性代数、数值分析入门、数学在金融中的应用等MIT的拿手好课，也能在目录中找到。

总体而言，收录的课程分为两个等级，研究生和本科生，这些课程由40多名美国国家工程院院士、10多名国家科学院院士、几位国家技术奖章获得者等讲授。在这个网站上，MIT提供以数学、计算、物理和生命科学为基础的工程原理的深入教育，并鼓励学生通过项目、实习和研究来应用他们所学到的东西。

此外，网站上所列出的某些课程的原始版本已存储在OCW的DSpace @ MIT信息库中，可以进行长期访问和保存。在课程的“其他版本”选项卡上可以找到课程的存档早期版本的链接。

DSpace @ MIT信息库：

http://dspace.mit.edu/handle/1721.1/33971

[赠书福利]

AI科技评论本次联合【博文视点】为大家带来12本《深度学习500问：AI工程师面试宝典》正版新书。

在2月18日文章《《深度学习500问》正式出版！GitHub星标数超4.2万的火爆之作 | 赠书〉留言区留言，欢迎大家畅所欲言，谈一谈你对本书的看法和期待或者在学习深度学习时遇到的困难。

AI 科技评论将会在留言区选出 12名读者，每人送出《深度学习500问：AI工程师面试宝典》一本。

活动规则：

1. 在本文留言区留言，在综合留言质量（留言是敷衍还是走心）和留言点赞最高的读者中选出12位读者获得赠书。获得赠书的读者请联系 AI 科技评论客服（aitechreview）。

2. 留言内容会有筛选，例如“选我上去”、“这书写的很棒（仅仅几个字）”等内容将不会被筛选，亦不会中奖。

3. 本活动时间为2021年2月18日 - 2020年2月25日（23:00），活动推送时间内仅允许赠书福利中奖一次。

由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“AI科技评论”设为星标账号在看”。