网课推荐
前言
推荐一些我个人感觉有所帮助的网课，希望对你有用
下面给出一些后续的名词解释：
- 【平替】：内容和内容顺序和学校的课基本一致，可以直接代替学校的课
- 【上位】：更多内容，更详细，或者难度更高。如果不想学得很深入，看这种课可能不值，而且内容更多，可能更难跟上学校的进度；但是想学得深入，一定会比听学校的课有更大收获
- 【补充】：少了很多内容；或者更适合作为科普速览、导论、某个知识点专门讲解，而非完整课程来学习
如果你也有推荐的课程，欢迎添砖加瓦~ 😄
（如无特别说明，下面的课程都可以在B站找到，写了@的是up主的名字）
大一秋季
微积分I
【平替】：@一高数
- 一高数的风格更偏向应试实战，主打的是在短时间内搞懂知识点并学会做题
- 注意，微积分I最后的一两个小章节，一高数没有相关课程（好像被分类在高数下里了？）
【平替】：@孔祥仁 BV1a14y187qn
- 风格偏向详细解释概念/定理，也会讲解例题，节奏慢些（同济课本上的，但是我们的教材一般也有）
- 一高数没讲的我就来这看
线性代数
【补充】：@3Blue1Brown 线性代数的本质系列
- 适合学习完学校课程后再来看，不太适合第一次学习时看
- 通过线性变换的方式重新理解线性代数，有种豁然开朗的感觉。学校的线代主要是以解方程组为主线的
据说MIT 18.06和北大丘维声教授的线性代数也讲的非常好，不过我没怎么看
C语言程序设计基础
【平替】：@why_hy_y
- 南大软院的老师，课程内容和顺序都跟技科的完全一致，而且讲的更深入
- 手把手带你写代码，非常推荐
- 记得收藏软院的课程主页，有部分课程大纲笔记和OJ的题解：cpl
人工智能通识
【补充】：@3Blue1Brown 深度学习Deep Learning系列
- 学校的这门课是水课，但是既然想来智科，多了解一些也无妨
- 3B1B的视频可能是质量最高的可视化科普，讲解非常清楚和友好，作为通识课甚至有些大材小用了
- 这个系列需要一点偏导数、线性代数知识，可以到数学学的差不多了再看
大一春季
微积分II
同微积分I
高级程序设计
【补充】：C语言转C++简单教程 BV1UE411j7Ti
- 这个视频很短，可以当作第一节课，快速上手C++的一些不同
- 不过没有面向对象的内容，讲的都是基本语法和STL
【补充】：Cherno C++ BV1Dk4y1j7oj
- 理论和代码结合讲解，特别是构造/析构/虚函数这一块，能让你大概明白语法为什么要这样设计
- 但是课程不怎么体系化，零零碎碎还很跳跃，好在分集清楚
- 需要熟悉指针和内存分配这些c语言基础
- 只推荐观看面向对象部分，别从头看到尾
数字系统设计基础
【补充】：卡诺图化简详解 BV1P7ZYY9EDX
- 书和课件这一块都搞得太复杂了，这个视频简短而且实操性非常强
- 不过只讲了怎么化简，书里的相关名词（质蕴涵项..）都没解释，建议学会化简操作后再去看书+AI
人工智能导论
注意，导论课的内容比较杂，主要是搜索规划、学习两部分内容，以下的【上位】课程是针对具体某部分而言的
搜索规划、强化学习部分【上位】：伯克利CS188 BV1HcqpYwEw6
- 这部分内容是从UCB CS188改过来的，不如直接去看CS188
- 篇幅比较长，而且讲解更详细，如果想跟上学校的进度，需要花更多时间
- 可以来看看我的CS188笔记
什么夹藏私货
机器学习、深度学习部分【补充】：@谦行Aling 机器学习+深度学习 BV13bZYBREgr
- 课件是AI生成的，但是讲原理又讲代码，而且讲的比较清楚
- 视频分集清楚，比较短，适合作为深入学习前的速览
附录
可以去看看北大信科学生编写的CS自学指南，其中很可能有更好的课程推荐