0.前言

        目前b站鱼龙混杂，啥营销号都进来了，一搜一大堆卖课的，所以我希望搜集一些高质量的课程，让大家少走弯路。

        疫情以来很多高校都选择来b站上课，b站目前有着丰富的资源，而且刚好是本科生上的课不是mooc那种，资源足够撑起一个专业了。所以我整理了一下我关注的那些up发的课程以及我看过的课程。

        全部理论课采用b站名校的课程，采用顺序线下>线上，实验课的实验环境需要借助采用其他平台。

1.培养目标

• 扎实的计算机系统功底，全面掌握计算机理论知识

• 极强的应用开发能力

• 数学基础牢固

2.基础课程

2.1高等数学/数学分析

1.视频资源

高等数学-上交-乐经良

推荐理由：当时我学高数时候就是看的这个视频，讲的非常好。

数学分析-陈纪修

推荐理由：复旦大学数学分析书的作者，虽然有点轻微口音，但不影响观看。

数学分析B1-中科大少年班

数学分析B2-中科大少年班

推荐理由：视频比较新，而且是中科大的，值得一看

2.书籍推荐

• 《同济七版高等数学》，我觉得这本高数书非常好，在国内教材中，少见好教材，无论是证明还是课后的习题。

• 《数学分析》 [俄]B.A.卓里奇，可配套国科大张平和袁亚湘的课，深入一点可看我真的不懂分析老师讲的数学分析（非数仅供参考）

• 《数学分析习题集》[俄]吉米多维奇 / 李荣涷 / 高等教育出版社 / 2010：时间多可刷，如备考年半，看似数学分析实则微积分习题….

• 《数学分析习题课讲义》谢惠民，数学类

3.up推荐

考研竞赛凯哥良心up讲课讲的很细致，总结的很好，可以看看它中值定理总结….

夜雨教你数学竞赛数学竞赛大佬

我真的不懂分析：thu数学分析，数学er进

4.公众号推荐

• 考研竞赛数学：涉及而很广，资源也很多是数学竞赛的官方公众号，公众号的ppt总结的十分好，可以快速过知识点，题型比较全题目也可以适当做做。

2.2线性代数/高等代数

1.视频资源

线性代数-MIT

国内好的线代课不多，我当时学只有一个学期，课时很少，学了个皮毛，后面考研又深入学了学，这门课对以后的机器学习非常重要。机器学习很多公式推导都需要它。

线性代数本质极力推荐，没有几何，代数学的就很吃力。

满分线性代数强推，有一些讲座很好，把知识都串联起来了

高等代数学-谢启鸿复旦大学高代配合白皮书，讲的十分不错。

2.书籍推荐

《线性代数及其应用》David C. Lay，从应用角度比同济的要好

《高等代数学》姚慕生 / 吴泉水 / 谢启鸿；数学专业可看，可以看b站谢启鸿老师的课，搭配《白皮书》更香（非数仅供参考）

《线性代数的几何意义》任广千，从几何角度解释，十分通俗易懂，强力推荐

2.3概率论与数理统计

概率论与数理统计机器学习前置课程也是很重要一门课，比如那个贝叶斯公式，b站没有太好的课，这个我听得不错。

概率统计-北化

书籍推荐

• 浙大概率论与数理统计

• 《概率论与数理统计》陈希儒

2.4计算方法/数值分析

计算方法-HIT-SZ

计算方法HIT-SZ

数值分析-华科

这门课我没怎么学过

2.5数学建模与模拟

数学建模

书籍

数学建模算法与应用

数学建模-叶其孝

2.6代数与数论

代数与数论-南方科技大学

2.7近世代数

近世代数-哈工深

3.专业基础课

1.java程序设计

JavaSE-中北大学

2.离散数学

离散-湖南大学

书籍：

• 离散数学及其应用（原书第8版）很多学校在用这本书

• 离散数学（第2版） 屈婉玲 这本是我大学用的教材，也比较不错

• 《具体数学》Ronald L.Graham  世人皆抽象，唯我具体…

3.rust语言程序设计

rust语言程序设计

如果要做清华的os实验需要先学rust

4.专业课核心课

1.数据结构

视频

b站陈越姥姥考研时候看了一遍，讲的确实不错，

清华大学邓俊辉数据结构与算法邓俊辉老师主页上就有课件，个人感觉可以进阶看看

ppt

• 哈工大数据结构（黄军虎）挺不错的，可以从github上下载

书籍

• 王道数据结构，可以用来刷习题，速成

• 《数据结构与算法分析C语言描述》[美] Mark Allen Weiss个人比较推荐这本

2.算法设计与分析

算法设计与分析-南大南大的算法、计算机科学理论类课比较突出，建议听南大的。

算法设计与分析-东北大学

计算机算法-国科大

3.计算机系统基础ICS

这门课国内中科大、南大、浙大、交大、哈工大都有开设，是一门贯穿计算机学科的课，很多课程都是将计算机的一个方面形不成一个体系，这门课填补了空白，南大是用的袁春风的教材，科大用的计算机系统概论偏硬件，其他用的是CSAPP

CSAPP-CMU大佬

ICS-NJU习题课

csAPP讨论班

pa

教材推荐

• 《计算机是怎样跑起来的》入门书

• CSAPP：非常好的一本书，学这门课必读，很多知识讲的非常透彻。有些地方有新颖，比如用控制流理解进程。

4.计算机组成原理

计算机组成原理-西电首先推荐看西电的，西电在电路、硬件方面做得很好

计算机组成-北邮

书籍推荐：

• 《计算机组成原理》唐朔飞版，主推，这是所谓官方推荐中最优秀教材了，可配合哈工大mooc视频。

• 《计算机组成与设计（原书第5版）-软硬件接口》戴维 A.帕特森 (David A.Patterson) / 约翰 L.亨尼斯 (John L.Hennessy)这本有时间可看看，很多高校也用这本比如中科大、zju。

5.计算机系统结构/计算机体系结构

计算机系统结构-国科大

• 《计算机体系结构-量化研究方法》

6.计算机网络

计算机网络-北邮北邮在网络方面数一数二，推荐看北邮的计网。

计算机网络-中科大可以作为补充

互联网协议串讲可以作为复习用

书籍推荐

• 《图解TCP/IP》日本人写的书，很多都写通俗易懂，在科普方面日本显然是领先的（想想工作细胞…），这本适合入门看

• 《图解HTTP》[日] 上野宣理由同上适合入门

• 北邮用的是计算机网络第五版Andrew S. Tanenbaum 黑皮

• 中科大用的是自顶向下

7.数据库系统原理

b站上木有比较好的课，我当年看的是数据库系统原理浙大陈岭的课

• 《数据库系统概念》（美）Abraham Silberschatz / （美）Henry F.Korth / （美）S.Sudarshan，很多顶尖学校作为教材，如zju

8.软件工程

没发现比较好的课程，cs中唯一偏文科的课

ssm框架项目：如果学过ssm可以看下这个视频，他和传统空讲理论不同，他是把软件工程真正代入到实践中了。可以边看边画图设计

• 《软件工程-实践者的研究方法》（美）Roger S.Pressman

9.编译原理与技术

编译原理-华中科技大学比较全面，首推

编译原理-北理只有后半部分

编译原理-浙大浙大大佬自学视频

• 《龙书》Alfred V. Aho / Monica S.Lam / Ravi Sethi / Jeffrey D. Ullman

10操作系统

操作系统-南大蒋炎炎

• 《操作系统概念》大黑书之一，个人很喜欢，配合中科大ppt很好

• 《操作系统导论》nju jyy用的这个

11.形式语言与自动机

编译原理前置课程

形式语言与自动机-哈工大

形式语言与自动机-北邮

5.专业选修课

AI方向：

1.计算机视觉

计算机视觉-国科大

2.统计学习

统计学习理论-爱丁堡大学

3.机器学习

机器学习-交大ACM班

机器学习-北邮神经网络+隐马尔科夫

4.模式识别

模式识别与机器学习-国科大

5.大数据统计与分析

大数据统计与分析-北邮

6.游戏人工智能设计

游戏人工智能设计

7.知识工程和语义网技术

知识工程和语义网技术-南大

8.自然语言处理NLP

NLP-西湖大学

安全方向

1.现代密码学

现代密码学-北邮

应用方向

1.andriod

Android开发技术基础-北理

系统方向

1.linux操作系统

linux操作系统入门可以看看

linux操作系统陈莉君偏向内核

2.智能计算系统AICS

智能计算系统中科院

3.汇编语言

汇编语言是理解计算机底层基础，语言本身比高级语言效率高。如果搞嵌入式或逆向都必需要用它，并且学计组前需要先学它.

汇编语言与接口-北理工

• 《汇编语言》王爽讲的通俗易懂，入门可以看

• 《IBM-PC汇编语言程序设计》沈美明 / 温冬婵 进阶一点可以看这个

计算机科学方向

1.软件分析

软件分析-南大

6.其他课程

1.考研复试课

计算机考研复试抄底厚黑学-国科大

2.ipads实验室新人培训

ipads实验室新人培训

3.龙芯杯培训

龙芯杯培训

历届龙芯杯培训视频

4.ACM培训

acm东北农业很全面每个方面都有讲到，适合系统学习

5.大学数学竞赛

我个人参加过大学数学竞赛，拿到了国(预)赛一等奖，详细的攻略可能要之后再说了。

数学竞赛初赛就是高数，复赛多一部分线性代数。视频建议刷张宇高等数学强化班，讲的很好，至于题目直接做陈兆斗上面的题即可。

参考资料：

• 《大学数学竞赛习题精讲》陈兆斗：题目很好，适合暑假刷，对于竞赛内容总结的不错。

• 考研竞赛凯哥：良心up

• 考研竞赛数学公众号：官方公众号

• 《数学公式》戏言我的csdn(id:言小叶)上有，b站对于latex支持太差了，所以发表在csdn上了

总结：

以上资源我认为是b站相对来说最好的了，如有补充或者错误可以私信或评论。