20230102美 四大

如何才能真正解放生产力，促进科学的发展，产生更大的经济 、社会等效益（经世致用）？

计算机 + 统计/机器学习(数学) + 专业领域 的底层结构框架。

选择生命科学(医学)这个领域 ，计算机和统计提供了高效率的工具，应了荀子的《劝学》朴素的学习认知论。

如何才能做出重大原创的研究（促进并引领某一科学发展，并产生重大经济及社会效益）？

确立自己的研究领域，不断夯实基础，学习并交流（学习资源的评判标准：是否原创，是否开源，是否掌握了核心技术或者知识，是否引领了某一领域发展，是否是世界同行广泛认同的等等，譬如下文介绍的美国四大EECS（当然其它学校也很一流）； B 站及中国MOOC真不是课外学习的主阵地，如果你是，那真的需要努力提高了，不要做在低层次知识做过多停留）

以自我为主导的研究为主,真正的核心技术才是根本；科技是第一生产力（独立研究的品格，优秀的合作精神）。

“Zwei Dinge erfüllen das Gemuet mit immer neuer und zunehmender Bewunderung und Ehrfurcht, je öfter und anhaltender sich das Nachdenken damit beschäftigt:: der bestirnte Himmel über mir und das moralische Gesetz in mir.” ----------Immanuel Kant

也许生命也是其中之一吧，计算机为其提供了更多可能性。

计算机：

美国四大计算机名校：

基本都是EECS 学院来完成课程教学任务，涉及的领域广而深。

---

EECS at UC Berkeley |(https://eecs.berkeley.edu/)

课程介绍Courses | EECS at UC Berkeley(https://eecs.berkeley.edu/academics/courses)

选择课程Eta Kappa Nu (HKN), Mu Chapter (berkeley.edu)(https://hkn.eecs.berkeley.edu/courseguides?_ga=2.104121728.1440032858.1672649701-1014748652.1665062296)

针对不同研究方向选择课程，参照下图：

课程可以在EECS Course WEB Sites (berkeley.edu)(https://inst.eecs.berkeley.edu/classes-eecs.html)查找下载：

如何查找并下载课程资料 ?

举个例子：针对核心课程，基本每年都有更新，有的有资料，有的包含视频，如CS61A:

MIT EECS(https://www.eecs.mit.edu/)

MIT EECS 本科生教学方案2022 curriculum transition – MIT EECS(https://www.eecs.mit.edu/academics/undergraduate-programs/curriculum/2022-curriculum-transition/)

MIT 课程下载 MIT Open Learning brings Online Learning to MIT and the world (https://openlearning.mit.edu/)

Stanford

EE-CS Courses at Stanford | Stanford Electrical Engineering (https://ee.stanford.edu/eecs)

Explore | Stanford Online (https://online.stanford.edu/explore?filter[0]=free_or_paid%3Afree&filter[1]=type%3Acourse&items_per_page=12&keywords=): 部分课程是免费的，会跳转到edx 平台：

课程编号等信息介绍：Courses | Stanford Computer Science (https://cs.stanford.edu/academics/courses)

课程检索：Stanford University Explore Courses (https://explorecourses.stanford.edu/browse)

CMU

Electrical and Computer Engineering - College of Engineering - Carnegie Mellon University (cmu.edu) (https://www.ece.cmu.edu/)

CMU 在线课程平台可以通过click 所有内容 和 浏览 来进行搜索课程：Fall 2022: 10-703 Deep Reinforcement Learning & Control : Panopto (https://scs.hosted.panopto.com/Panopto/Pages/Sessions/List.aspx#view=2&folderID="ee5794a2-cb54-4edc-836b-aefc01023243")

---

小结： Berkeley 、MIT 、Stanford 的资源更加系统全面免费，尤以Berkeley为著。选择你需要的课程，然后付出点时间； 当然里面都包含计算生物学研究领域的课程。

不是很建议看B站等系列课程，站在巨人的肩膀上或许更好一些。

Ref:

中文详解可阅读以下微信推文的介绍#核心计算机课程 (qq.com)