Awesome Courses：69000 Star 的 CS 课程清单，全来自顶尖大学

prakhar1989/awesome-courses 在 GitHub 上拿到 69K Star 了。

有人把散落在互联网各个角落的大学计算机课程整理成了一个列表。课程来自 MIT、Stanford、UC Berkeley、Cornell、Caltech 这些学校，全部免费开放，包含视频、讲义、作业、考试资料。

1、 它收录了什么

这个仓库做的事情不复杂：把优质大学的公开 CS 课程收集起来，按方向分类，标注好每门课提供了哪些资源。

课程覆盖的方向有这些：

• Systems（操作系统、计算机体系结构、分布式系统）
• Programming Languages / Compilers（编程语言、编译器）
• Algorithms（算法）
• CS Theory（计算理论）
• Introduction to CS（计算机入门）
• Machine Learning（机器学习）
• Security（安全）
• Artificial Intelligence（人工智能）
• Computer Graphics（计算机图形学）
• Statistics（统计学）

每个方向下面少则几门课，多则十几门。标注的信息包括课程编号、学校、课程名，以及资源类型图标：视频、讲义、作业、阅读材料。

2、 哪些课值得关注

Systems 方向的课程密度最高。UC Berkeley 的 CS 61C 讲计算机体系结构，从 C 语言和汇编一路到 CPU 设计和大规模计算，配套视频、讲义、作业、老试卷全齐。Stanford 的 CS 140 是操作系统课，覆盖并发、内存管理和文件系统。MIT 的 6.004 从 MOS 晶体管开始，逐层搭建到完整系统。

Machine Learning 方向，Andrew Ng 在 Stanford 开的 CS 229 几乎是所有 ML 入门者的起点。UC Berkeley 的 CS 189 侧重实践，作业用 Python 和真实数据集。Stanford 的 CS 231n 专攻计算机视觉，讲卷积神经网络的原理和实现。

Algorithms 方向，Princeton 的 Algorithms I 和 II 用 Java 实现，从基础数据结构讲到图算法和字符串匹配。MIT 的 6.006 算法导论覆盖面广，从排序到动态规划都有涉及。Stanford 的 CS 161 用 C++ 讲解，侧重算法设计和分析。

3、 资源质量怎么样

每门课的资源完整度不一样，但多数课程至少提供视频和讲义。部分课程还附带了作业的参考实现和评分脚本，可以直接动手练习。

Berkeley 和 Stanford 的课程资源普遍比较完整。CS 61C 的视频在 Internet Archive 上能直接看，CS 140 的讲义在课程主页上公开。MIT 的 6.004 有自己的在线实验平台，可以在浏览器里完成电路设计和仿真。

有些课程虽然资源齐全，但链接可能已经失效。仓库维护者会定期检查，但大学网站的 URL 变动频繁，部分链接需要自己搜索替代入口。

4、 怎么用这个仓库

不需要把整个列表看完。根据自己的方向，找到对应的分类，挑一两门课开始。

如果是刚接触计算机，从 Introduction to CS 分类里选一门入门课，比如 Harvard 的 CS50。如果已经有基础，直接去 Systems 或 Algorithms 分类找进阶课程。

仓库的 README 里有目录跳转，点分类名就能定位到对应位置。每门课的链接都指向原始课程页面，资源直接从学校网站获取。

5、 适合什么人

• 自学计算机的人，想找系统的课程而不是碎片化的教程
• 在校学生，想补充课堂之外的优质资源
• 工作几年想回头补基础的人，需要结构化的学习路径
• 想跨方向学习的人，比如做后端的想了解机器学习，做前端的想学体系结构

这个仓库的价值不在于它收录了多少门课，而在于它帮你省掉了筛选的时间。互联网上的 CS 课程数以千计，但质量参差不齐。有人已经帮你把值得看的挑出来了。

了多少门课，而在于它帮你省掉了筛选的时间。互联网上的 CS 课程数以千计，但质量参差不齐。有人已经帮你把值得看的挑出来了。