跟在CMU读CS的大学室友聊天，我说真羡慕可以听原书作者讲课，然后她给我分享了几个她觉得好的课的课件和Lab，并且可以去ytb或B站找到相应的视频。于是我做了一个简单的整理，持续更新。
 
Part I：Mathematics

1. 3Blue1Brown 线性代数的本质：https://www.bilibili.com/video/BV1ys411472E（官方双语，建议复制链接去浏览器打开，直接点击超链会显示视频消失不见了…不知道什么原因…）

2. MIT 18.06-Linear Algebra： https://open.163.com/newview/movie/courseintro?newurl=%2Fspecial%2Fopencourse%2Fdaishu.html （双语）配套习题： https://www.bilibili.com/video/BV19b411E7ue?from=search&seid=3345362936687764721

3. 3Blue1Brown 微积分的本质： https://www.bilibili.com/video/BV1qW411N7FU?from=search&seid=6943878902309957340 （官方双语）

4. MIT 6.041-Probabilistic Systems Analysis and Applied Probability： https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-041sc-probabilistic-systems-analysis-and-applied-probability-fall-2013/ （官方无字幕） https://www.bilibili.com/video/BV1tt411C79s?from=search&seid=8833884752094582480 （双语搬运）

5. Crash Course Statistics： https://www.bilibili.com/video/BV1B7411v73M?from=search&seid=760545275776167522 （双语）

6. CMU 10-600-Math Background for ML： https://www.youtube.com/playlist?list=PL7y-1rk2cCsA339crwXMWUaBRuLBvPBCg （生肉，没找到PDF）
 
Part II：Computer Science

1. （神级）CMU 15213-Introduction to Computer Systems： https://scs.hosted.panopto.com/Panopto/Pages/Sessions/List.aspx#folderID=%22b96d90ae-9871-4fae-91e2-b1627b43e25e%22&maxResults=150 （英语）  https://www.cs.cmu.edu/afs/cs/academic/class/15213-f15/www/schedule.html （官方）

2. UCB cs61b-Data Structures： https://inst.eecs.berkeley.edu/~cs61b/archives.html （官方英语+PDF），Lab和Project十分经典。

3. CMU 10601-Machine Learning： https://www.cs.cmu.edu/~ninamf/courses/601sp15/lectures.shtml （官方英语+PDF）

4. UW CSE341-Programming Languages: https://courses.cs.washington.edu/courses/cse341/16sp/  （官方英语） https://www.coursera.org/learn/programming-languages （Coursera版）

5. Android Programming： https://www.coursera.org/learn/android-programming （Coursera）

6. MIT The Missing Semester of Your CS Education： https://www.bilibili.com/video/BV1aE41157q6 （搬运双语） https://www.youtube.com/playlist?list=PLyzOV

7.  Applied Data Science with Python： https://www.coursera.org/specializations/data-science-python （Coursera）

8. CMU 15445-Database Systems： https://15445.courses.cs.cmu.edu/fall2018/schedule.html （官方英语+PDF）

9. Python: https://www.coursera.org/specializations/python

10. CS50 Introduction to Computer Science: https://www.edx.org/course/introduction-computer-science-harvardx-cs50x

Part III：Tools and Websites

1. UCB EECS 课程列表： https://inst.eecs.berkeley.edu//classes-eecs.html

2. MIT Courses： https://ocw.mit.edu/courses/

3. CMU： https://www.andrew.cmu.edu/courseweb/browse.shtml

4. Stanford: https://www.edx.org/ （神网）

5. 不知道哪来的网址可以看到很多CMU的课程： https://scs.hosted.panopto.com/Panopto/Pages/Sessions/List.aspx#folderID=%22b96d90ae-9871-4fae-91e2-b1627b43e25e%22&maxResults=150

Part IV：Books

  1. SICP， 《Structure and Interpretation of Computer Programs》, 中文名是《计算机程序的构造和解释》，伯克利教授搞了一个教学网站，用python教SICP：http://composingprograms.com/
  2. Code Complete，《代码大全》
  3. Parsing Techniques（轮子哥推荐）：https://book.douban.com/subject/4291903/
  4. 程序员的数学：https://book.douban.com/subject/19949020/
  5. Effective Python
  6. Python Cookbook
  7. 附上一个仓库：https://github.com/imarvinle/awesome-cs-books

Deep Learning: 可能是我自己今后的坑了

  1. CS229: https://www.bilibili.com/video/BV19e411W7ga/?p=1 https://www.bilibili.com/video/BV1JE411w7Ub?from=search&seid=4751737087030482692 (B站), http://cs229.stanford.edu/syllabus-autumn2018.html (官方课程资料), https://github.com/maxim5/cs229-2018-autumn (课后题及代码)
  2. CS330: https://www.bilibili.com/video/BV1g54y1R7xY?from=search&seid=10095924749546308468
  3. Deep Learning(Andrew Ng): https://www.coursera.org/specializations/deep-learning
  4. Fast.ai: https://course18.fast.ai/ml
  5. Fast.ai II: https://course.fast.ai/

More：小窍门

1. 学校+课程号+年份搜索，若该年份找不到，可以换一个年份

2. 用课程号去搜B站，一般会有熟肉。去搜GitHub，一般会有大佬们Lab或Assignment的答案。