MIT 공개강좌 - 컴퓨터 과학 & 프로그래밍 입문 (python)

MIT 공개강좌 - 컴퓨터 과학 & 프로그래밍 입문 (python)

(1개의 수강평)

1910명의 수강생

무료

인프런
평생
입문
24개 수업, 총 19시간 41분

1. 강좌 소개

MIT 공대에서 많은 사람들에게 지식을 전달하기 위해 운영하는 MIT OPEN COURSE WARE 에서 제공하는 컴퓨터과학 입문 강좌 입니다. 프로그래밍 경험이 전혀 없거나 약간의 경험만 갖고 있는 사랍들에게 컴퓨터과학의 개념과 프로그래밍적인 문제해결 사고를 이해시키는 목표를 갖고 있는 강좌입니다. 전공에 상관없이 각자 실용적인 작은 프로그램을 만들도록 하여 학생들로 하여금 자신감을 심어줍니다. 강의를 진행하면서 사용하는 컴퓨터 프로그래밍 언어는 파이썬(Python) 입니다.

*심한 발 번역이라 강좌 소개 원문을 첨부합니다..ㅠㅠ

(This subject is aimed at students with little or no programming experience. It aims to provide students with an understanding of the role computation can play in solving problems. It also aims to help students, regardless of their major, to feel justifiably confident of their ability to write small programs that allow them to accomplish useful goals. The class will use the Python™ programming language.)

2. 도움되는 분들

  • 프로그래밍 입문자
  • 컴퓨터공학과 학생
  • 프로그래밍에 대한 관심이 있는 분

3. 강좌 특징

  • 다루는 기술 : 컴퓨터공학 소개, Python
  • 준비물 : 없음

4. 참고

공부하다가 내용이 너무 좋아 소개하고 싶어서 인프런에도 소개합니다. 한글 자막이 15강 까지만 있습니다. 16강 이후로는 영어자막이네요. 능력 되시는 분들은 홍익인간의 정신을 발휘해 주세요..;

더 많은 MIT 공개 수업을 보시려면 http://ocw.mit.edu 을 방문해 주세요.

여기도 가시면 한글자막이 추가된 미국 대학 오픈강좌를 보실 수 있습니다. 
http://www.snow.or.kr/lecture/applied_sciences/computer_science

지식공유자 소개

인프런

교육과정

MIT 6.00 Introduction to Computer Science and Programming, Fall 2008
01 - 강좌소개와 data types, operators, variables
53 : 00
02 - 연산자와 피연산자, 반복문, 조건문, 분기문
50 : 00
03 - 공통적인 코드 패턴, 반복적인 프로그램
51 : 00
04 - 함수를 통한 분해 와 추상화 , 재귀 소개
51 : 00
05 - 부동소수점, successive refinement, 루트 찾기
44 : 00
06 - 이분법, Newton/Raphson, 리스트소개
50 : 00
07 - 리스트와 가변성, 사전, 의사코드, 효율성 소개
46 : 00
08 - 복잡성 - 로그, 선형, 이차방정식, 지수 연산 알고리즘
50 : 00
09 - 이진법 탐색, bubble , 분류 선택
47 : 00
10 - 분할&정복 방법, 병합정렬, 예외
46 : 00
11 - 테스트와 디버깅
49 : 00
12 - 디버깅 보강, 배낭 문제, 동적 프로그래밍 소개
49 : 00
13 - 동적 프로그래밍: overlapping subproblems, optimal substructure
49 : 00
14 - 배낭문제 분석, 객체 지향 프로그래밍 소개
50 : 00
15 - 추상 데이터 타입, 클래스와 메소드
50 : 00
16 - 캡슐화, 상속, 쉐도잉
50 : 00
17 - 연산 모델: 랜덤워크 시뮬레이션
49 : 00
18 - 시뮬레이션 결과 발표, Pylab, plotting
53 : 00
19 - 편향된 랜덤워크, 배포
50 : 00
20 - 몬테카를로(Monte Carlo) 시뮬레이션, 추정 파이
48 : 00
21 - 시뮬레이션 결과 검증, 곡선 적합, 선형 회귀
53 : 00
22 - 일반, 균등, 지수분포: 통계의 오류
50 : 00
23 - 주식시장 시뮬레이션
51 : 00
마무리
24 - 강좌 마무리, 컴퓨터 과학자가 하는일
42 : 00

수강 후기

5.0
1개의 수강평
유튜브권진우 22일 전
It was a very good study! I knew many that I haven't known. If there's more of your study class, I want to see that.