最近要用PGM的 东西，所以在学习，发现Stanford的课表里有算法的列表，是《
Probabilistic Graphical Models – Principles and Techniques
》书里的，收藏在这里。另外
也可以关注一下，正在上.
来自：http://pgm.stanford.edu/
本文转载自：
欢迎加入我爱机器学习QQ13群：
微信扫一扫，关注我爱机器学习公众号
欢迎加入我爱机器学习QQ13群：
最新文章列表
NIPS 2016 — Day 1 Highlights NIPS 2016 — Day 2 Highlights:...
2017年八月 &(42)
2017年七月 &(60)
2017年六月 &(67)
2017年五月 &(66)
2017年四月 &(65)
2017年三月 &(54)
2017年二月 &(48)
2017年一月 &(54)
2016年十二月 &(62)
2016年十一月 &(97)
2016年十月 &(97)
2016年九月 &(124)
2016年八月 &(83)
2016年七月 &(13)
2016年六月 &(10)
2016年五月 &(7)
2016年四月 &(9)
2016年三月 &(7)
2016年二月 &(2)
2016年一月 &(3)
2015年十二月 &(5)
2015年十一月 &(4)
2015年十月 &(2)
2015年九月 &(2)
2015年八月 &(3)
2015年七月 &(6)
2015年六月 &(8)
2015年五月 &(4)
2015年四月 &(1)
2015年三月 &(3)
2015年二月 &(1)
2015年一月 &(2)
2014年十二月 &(4)
2014年十一月 &(2)
2014年十月 &(3)
2014年九月 &(4)
2014年八月 &(22)
2014年七月 &(40)
2014年六月 &(61)
2014年五月 &(63)
2014年四月 &(187)
2014年三月 &(4799)
2014年二月 &(764)
2014年一月 &(330)
2013年十二月 &(145)
2013年十一月 &(126)
2013年十月 &(216)
2013年九月 &(284)
2013年八月 &(327)
2013年七月 &(275)
2013年六月 &(315)
2013年五月 &(228)
2013年四月 &(175)
2013年三月 &(186)
2013年二月 &(118)
2013年一月 &(210)
2012年十二月 &(221)
2012年十一月 &(155)
2012年十月 &(144)
2012年九月 &(98)
2012年八月 &(99)
2012年七月 &(109)
2012年六月 &(75)
2012年五月 &(88)
2012年四月 &(78)
2012年三月 &(78)
2012年二月 &(50)
2012年一月 &(17)
2011年十二月 &(27)
2011年十一月 &(6)
2011年十月 &(11)
2011年九月 &(13)
2011年八月 &(13)
2011年七月 &(19)
2011年六月 &(18)
2011年五月 &(6)
2011年四月 &(12)
2011年三月 &(15)
2011年二月 &(6)
2011年一月 &(9)
2010年十二月 &(6)
2010年十一月 &(11)
2010年十月 &(5)
2010年九月 &(8)
2010年八月 &(5)
2010年七月 &(12)
2010年六月 &(4)
2010年五月 &(7)
2010年四月 &(6)
2010年三月 &(12)
2010年二月 &(7)
2010年一月 &(2)
2009年十二月 &(5)
2009年十一月 &(16)
2009年十月 &(6)
2009年九月 &(7)
2009年八月 &(7)
2009年七月 &(5)
2009年六月 &(6)
2009年五月 &(6)
2009年四月 &(4)
2009年三月 &(7)
2009年二月 &(6)
2009年一月 &(1)
2008年十二月 &(4)
2008年十一月 &(5)
2008年十月 &(1)
2008年八月 &(1)
2008年七月 &(3)
2008年六月 &(3)
2008年五月 &(3)
2008年三月 &(1)
2007年十二月 &(1)
2007年十月 &(1)
2007年八月 &(4)
2007年七月 &(1)计算机的核心课程是数据结构（或算法导论）
5回复 585浏览
上面的回答都太理论，EE／BME背景的非计算机专业的小生认为实践乃是第一必修课，参考/&和&coursera.org/&的现有网上课程（包括很多计算机相关的基础课、中级乃至高级课程），推荐毕业后不以科学研究（读博士，当教授）为目的的计算机前5门课程分别为：1.计算机基础（推荐coursera.org/course/cs101&）每周1天，大概6周就够了，了解下计算机基本原理，懂点简单的编程，并具体实践操作，从实践中体验计算机的魅力。2.简单具体的编程实践（项目）课（推荐/overview/Course/cs101/建个搜索引擎），每周1天，大概7周就够了。学计算机专业的人不懂搜索那简直就是个大笑话，计算机专业有那么酷应用，活生生的摆在现实生活中，自己若能独立或几个人合作做个小项目，比如建个学校bbs上面可以用的小小搜索引擎，那比读一堆似懂非懂的理论然后n年后再来实践有效多了。3.数据结构或算法导论（乃至概率统计、线性代数、离散数学），有了之前2门课程基础，再学数据结构和算法相关的，就没那么抽象了，边学边实践，继续以项目实践为方法，从数学理论的角度比较系统的学习相关的经典理论，站在理论的高度上去理解计算机科学，并加于实践、深入。（暂时没有学过的好的网上课程，不过估计这门课会不错coursera.org/course/algo&）学这门课程同时结合c、java或c＋＋等语言来做项目，理论联系实践，只要功夫身，估计就可以毕业，并找到不错的工作了。4.计算机网络或操作系统。信息时代，互联网、移动互联网时代，学计算机的不懂操作系统，不懂网络之间的通讯、协议，那会被别人笑话的，以实践为第一方法，通过项目实践来学习。（找不到合适的网上课程，推荐稍微有点点相关的实践课&/overview/Course/cs253/&）5.机器学习、人工智能。推荐coursera.org/course/ml&这机器学习课程是我学过的最牛逼相对通俗易懂，通过实践能收获很大的网上课程。另外推荐/overview/Course/cs373&跟世界上最牛逼的人工智能专家之一学点机器人应用估计再也不会觉得学计算机没用了，好好学正常前途无量，不管是在工业界还是学术界混。这应该算中高级课程了，能体现计算机与非计算机专业实力区别的好地方，继续强调实践动手（编程）能力，通过实践深入理解并掌握相关的理论知识。最后多废话点，推荐1门以读博为目的高级课程，课程水平应该是属于研究生阶段的，但学好前面4门课程并掌握好本科概率统计基础课程的也可以开始学了，课程非常难、非常棒、也非常有用：6.Probabilistic Graphical Models（coursera.org/course/pgm&）。学了这门科，不管你是做图像分割、语言识别、还是搞生物信息学的，都巨巨有益。当然，这门课程绝对不是浮躁的人能学得来的，课程作业保证你累死累活的，不过若能努力坚持并完成里面的编程、测试作业，那成就感不用说，学完后，你的计算机科学水平估计超过国内99％以上的学生，甚至超过许多国内计算机系的教授水平。走工业界的话，在大数据（海量数据）分析时代，你应该很容易、有很多机会大展身手。[ 此帖被钢铁中后卫在 00:53修改 ]
王宁：
八年前刚入行时候的排序：
数据结构和算法
Java或C++
操作系统
编译原理
体系结构
现在的排序：
线性代数、离散数学、概率统计
体系结构
数据结构和算法
C，C++或Java（面向对象），Python或Ruby（脚本），Lisp或ML或Haskell（函数式）
操作系统原理加Linux或BSD内核。
王宁（作者）
编译前端原理和技术最近十几年进展很小，而工具链又比较成熟，需要程序员考虑的部分相对不多，应用也少；后端优化部分进步很大，但我上学的时候编译原理和教材很少涉及，不知道现在有没有改进。
实际工作中实现编译器的机会很少，了解编译器细节的用处也不大。实现语言尤其是DSL的场景很多，但Lisp/Haskell/Lua/Python都能胜任，完全可以绕开词法语法部分。了解后端有一定实用价值，但最近的重点似乎都在体系结构相关的优化上。
相比之下，最近十几年体系结构的变化（多核）很大，对程序员的要求更高。另一方面，原理或者学术上的进步其实不大，十年前的教材也基本涵盖重要且有用的知识点，适合学校学习。
2 年前
知乎用户，CSer
计算机专业概念有点大。我本人毕业于国防科技大学计算机科学与技术专业，个人觉得就计算机科学与技术（CS）专业而言，以下这些是必修的：
1、计算机组成原理（包括先修课程“数字逻辑与数字系统”，简称“数电”）：这是一门硬件基础课，学完后你能清楚的知道如何从用最简单的数字元件，像搭积木一样构成整个计算机系统，那就算及格了。 一门名为计算机体系结构是本课程的扩充包，对于了解近代计算机结构体系当然是必要的，但由于这里讨论的是Top 5，因此我认为计算机组成原理更为基础。
：在评论里有人让我推荐书目，我个人比较喜欢这本 Computer Systems - A Programer's Perspective (2rd Edition)。中文译本是《深入理解计算机系统》。在之前写的，本文最后的补充阅读中我也提过这本书。
2、线性代数，概率与统计和离散数学：要知道，凡是能称之为“科学”的专业，就必须有一定的数学功底，否则难以称作“科学”。这三门课我觉得是本科时期最重要的三门数学课，比高等数学重要。如果你想在计算机科学的道路上走远点，那这三门可是必修的。
3、MIT开设的《Introduction To algorithm》，中文版叫《算法导论》：我觉得应该学习它而不是国内习惯开设的《数据结构》。数据结构仅仅是算法的一部分，国内的数据结构课程回避了很多本质的东西，仅仅是对一些常见的数据结构的罗列，学起来总有些不痛不痒的感觉。《Introduction To algorithm》虽然有些章节夹杂着很多很让人讨厌的“数学”，但却能从本质上带你领略这门十分必要而且有趣儿的课。
4、操作系统与编译原理：操作系统可以说是《算法导论》的实验课，最好能在学习期间自己实现一个小型的操作系统，或者操作系统各分系统的Demo。编译原理可能是普遍本科生觉得难的一门课，但是作为CS本科生或者未来的软件科学家，这是基础中的基础，学完之后所有的语言在你看来应该没有太大的区别，这门课应该是离散数学+算法导论的实验课。最好能在学习期间自己实现一个小型的编译器，语言最好能自创，或者是某个已有的你喜欢的语言的基本子集。
5、掌握一门常用的编程语言和编程技术：能了解你用过的所有的程序内部大致是怎样的，能用你熟悉的语言编写大部分的程序，至少不能是对任何一个程序满头雾水。
以上这些不难做到，我觉得是基础中的基础，我固执地以为，不能掌握他们就不应该获得CS学士学位。
补充阅读：
在评论中有位朋友这么说道：
一看就是典型科班好学生。人生很短，学自己要用到的就好。多花时间在2、3、5是对的，甚至任选其二就能让你受益良多、乐在其中。 1和4所起到的作用，比起它们的意义，更多的是让一部分学生从一开始就对计算机产生失望和绝望，是抹杀学生本来的兴趣的凶手。回到问题本身，既然是“应该学习”，1、4不该放在里面，即使不学它们，我想在计算机专业的大多数领域是做得下去的。
我想对此做个回应：
首先，我自认为不是典型的中国式的“典型科班好学生”。这里列出的Top 5不是为了成为“典型科班好学生”，因为光学好这5门绝不够“好”；更不是为了“在计算机领域做得下去”，我相信在某个计算机领域，比如作为Microsoft Office的金牌培训讲师，只要精通Office就能干得很棒。
这里列出的Top 5是作为一个计算机科学与技术专业毕业生该有的知识储备，是这个专业的根基。如果你对这个专业真正有兴趣，并且热爱它，那我认为学习这里列出的Top 5会是个不错的选择。
当然，对于一个计算机世界的从业人员，学好它们也会收益良多。比如对于程序员来说，操作系统与编译原理这门课能够让你对你的程序如何在计算机里出生，运行，死亡有个好的认识，在我的编程经验中，我觉得这种认识让我收益良多。很多朋友也许知道有一本经典的书籍叫“Computer Systems：A Programer's Perspective”，里面的基础就是来源于操作系统与编译原理。
还是那句话，如果你喜欢CS，这5门课是必须的，要是在这5门课上感到失望或者绝望，我想你该考虑换个专业了。
编辑于
121 条评论
覃超，Facebook工程师
1. 数学课 (概率，统计，微积分等等）
2. 语言课（java，c++）
3. 数据结构和算法
4. 计算机网络
5. 操作系统和编译原理
其实只要算法和数学牛，可以吃遍硅谷大多数的IT公司。
发布于
paradisor
我更想列一些能够教人如何思考的课程而不是教给人新鲜知识的课程，因为后者可能有很多而且对不同的人都不一样，但是前者可能会更统一一点。
1、算法。没学过算法的人是不可能像计算机工作者一样思考问题的。此门课程必不可少。
2、古典概率论。这里指的是建立在组合计数基础上的概率论而不是建立在分布函数基础上的概率论。虽然后者可能更有用，但是前者更能教人如何正确地解决与直觉相悖的问题。
3、计算理论与复杂度理论。这门课程可以使人建立起对于“不能解决的问题”的正确感受。
4、近似算法与随机算法。这门课程可以使人建立起对于“最优解决方案与较优解决方案”的正确感受。
5、并行协议与分布式算法。这门课程可以使人建立起对于并行解决问题的直观感受。
发布于
要学的太多了
刚转到计科，感觉要学的东西太多了，还一点基础也没有，很苦恼啊。发自手机虎扑
这个说法就很不对
你要分搞哪一块
喜欢硬件的肯定专心研究电路,模电和数电
喜欢软件的语言,算法是基础
然而课本那些算法太小儿科
即使是软件里面分门别类也太多
比如专攻软件工程的,算法未必要精通
您需要登录后才可以回复，请
& 允许多选
71人参加识货团购199.00元73人参加识货团购185.00元463人参加识货团购169.00元178人参加识货团购499.00元77人参加识货团购218.00元196人参加识货团购398.00元320人参加识货团购99.00元287人参加识货团购129.00元314人参加识货团购679.00元104人参加识货团购449.00元465人参加识货团购119.00元44人参加识货团购339.00元probabilistic
一 二 两本 复印本作&&&&&&者：不详出 版 社：不详出版时间：不详印刷时间：印&&&&&&数：装&&&&&&订：平装版&&&&&&次：开&&&&&&本：16开页&&&&&&数：字&&&&&&数：I&&S&&B&&N：品&&&&&&相：九品售&&&&&&价：50.00(已售)出售日期：装订：硬精装开本：版次：328.00九五品Copyright(C)
孔夫子旧书网
京ICP证041501号
海淀分局备案编号}