首推免费开源的高校课程资源

免费开源的高校课程资料

北京大学计算机课程资源

这个叫 libpku [https://lib-pku.github.io] 的项目,是由某个在读大学生整理的《北京大学课程资料》。该资料内容包含人工智能、几何学、概率论、电动力学、算法设计与分析、世界通史、自然保护学等专业领域知识。每个分类下面都包含着该专业课程的一些习题、答案、考试模板等内容。之前我也分享过中国科学技术大学开放的一些课程资源 ,需要的可以了解学习。

清华大学计算机课程资源

清华大学计算机课程资源是一位叫 Trinkle23897 的网友建立的,项目名是【THU-CST-Cracker】,目前已收获 775 个 star。相比北大的课程资源,该项目是按大一到研究生阶段来对课程内容进行分类。

GitHub 链接:

https://github.com/Trinkle23897/THU-CST-Cracker

点击大二下学期的人工智能导论资源,可以看到经典习题集和考试内容总结等内容,当然,在其他课程分类中你也可以看到相关的讲座内容以及实验报告等。

总体而言,这些课程内容包括以下具体部分:

  • 课程攻略:readme.md

  • 电子版课件和参考教材:ebook/[教学年份]/[老师姓名].pdf (由于可能存在的版权问题,暂未加入)

  • 平时作业答案与大作业资料:hw/[学生年级_学生姓名]/

  • 历年试卷和复习资料:exam/

  • 开卷考试 A4 纸:a4paper/

如果你想下载部分文件夹,可使用:

https://minhaskamal.github.io/DownGit/#/home

浙江大学计算机课程资源

实际上,上述两个课程资源收集项目的建立还是受到了浙大课程资源项目的启发,前两个项目说明中的前言、贡献等内容都直接沿用了后者的话术。

这一项目是由“求是潮技术研发中心”创建的,项目资源叫【zju-icicles】,称为“浙江大学课程攻略共享计划”,目前已收获 2069 个 star。

GitHub 链接:

https://github.com/QSCTech/zju-icicles

同样点击各个资源链接,就有相应的资源内容陈列其中,如果你想了解浙大课程的一些资料,这个项目或许会给你惊喜。

宝藏网站

不得不说,GitHub真的是一个“宝藏网站”。

在课程资源方面,除了北大、清华、浙大之外,还有中科大、上海交大,都有类似的项目。

中科大共享了计算机学院的课程资源:
https://github.com/USTC-Resource/USTC-Course>

上海交大共享了14门关于计算机和高数的课程资源:
https://github.com/CoolPhilChen/SJTU-Courses/

大学课程

用于维基百科研究的图结构数据集

维基百科是一个丰富而宝贵的信息来源。它在网络上的中心位置使其成为科学家特别有趣的研究对象。来自不同领域的研究人员使用与维基百科相关的各种复杂数据集来研究语言,社会行为,知识组织和网络理论。作为一种科学宝藏,大尺寸的数据集阻碍了预处理,可能成为潜在新研究的一个具有挑战性的障碍。这个问题在科学领域尤其严重,研究人员可能不具备技术和数据处理能力。

一方面,维基百科转储的规模很大。它使得相关信息的解析和提取变得麻烦。另一方面,API 易于使用,但仅限于相对较少的请求。当研究人员需要维基百科的一个子集(从数千到数十万页)时,中间层处于介观尺度,但在这种规模上没有有效的解决方案。在这项工作中,提出了一个有效的数据结构来发出请求和访问维基百科页面和类别的子网。

通过提供便捷的工具来访问和过滤维基百科网页的收视率统计数据或“页面数量”。数据集组织利用图数据库的原理,允许快速直观地访问维基百科文章和类别的子图。数据集和部署指南可在LTS2网站上找到

原文标题: A Graph-structured Dataset for Wikipedia Research

美国科学家利用人工智能技术从文献中获取材料合成方法

据《MRSBulletin》杂志官网1月8日消息,美国加州大学伯克利分校和马萨诸塞大学安姆斯特分校的研究人员合作,采用机器学习与自然语言处理技术从已发表的文献中获取材料的合成条件。研究人员开发的人工智能平台可自动分析研究文献,并可根据文本中提及的合成温度、时间、设备名称、制备条件及目标材料等关键词进行自动分类。结果表明,该平台识别文章段落的准确度为99%,标注关键词的准确度为86%。研究人员采用该平台分析了12900份文献中各类金属氧化物的合成条件,并根据获取的数据成功预测出通过水热法合成二氧化钛纳米管所需的关键参数。该技术是“材料基因组计划”的重要进展,有望大幅降低新材料的开发难度,节省新材料的开发时间。

开源的匿名爆料平台SecureDrop

SecureDrop 是一个开源的匿名爆料平台,媒体组织可以使用它安全地接受匿名文档并与匿名源进行通信。它最初由 Aaron Swartz 创建,现由新闻自由基金会(FPF)管理。
今天在GitHub [https://github.com/freedomofpress/securedrop.org] 上公开了SecureDrop.org网站的代码。从今天起,你可以在遵循 GNU Affero 通用公共许可证的前提下自由且免费的使用它。

英国发布大规模遗传数据,将5万人的基因外显子组数据在全球共享

据知识分子网消息,英国生物库(UK Biobank)在biorxiv.org发布大规模遗传数据,供全球健康研究领域的工作人员研究共享。通过与再生元制药、葛兰素史克等公司合作,英国生物库获得了5万名参与者的基因外显子组序列。这些数据与参与者的详细健康记录、影像检查资料和其他健康数据相关联,将拓宽人们对人类生物学的认识,达到攻克疾病、维护健康的目的。

来了,老弟
-------------    本文结束  感谢您的阅读    -------------
0%