ฉันจะศึกษาวิทยาศาสตร์คอมพิวเตอร์ด้วยตนเองได้อย่างไร [ปิด]

ในฐานะที่เป็นโปรแกรมเมอร์ที่สอนตัวเองอย่างสมบูรณ์ฉันต้องการมันถ้าฉันสามารถทำให้ตัวเองดีขึ้นด้วยการเรียนรู้ด้วยตนเองหลักสูตรวิทยาศาสตร์คอมพิวเตอร์ที่สอนให้กับผู้สำเร็จการศึกษา CS ทั่วไป

การค้นหาแหล่งข้อมูลต่าง ๆ บนอินเทอร์เน็ตเป็นเรื่องง่ายมีหลักสูตรMIT เปิดหลักสูตรและมีหลักสูตร Coursera จาก Stanford และมหาวิทยาลัยอื่น ๆ มีแหล่งข้อมูลเปิดอื่น ๆ มากมายกระจายอยู่ทั่วอินเทอร์เน็ตและหนังสือดี ๆ ที่แนะนำซ้ำ ๆ

ฉันเรียนรู้มาก แต่การศึกษาของฉันแยกส่วนอย่างหนักซึ่งทำให้ฉันเป็นโรคจิตจริงๆ ฉันจะรักถ้าที่ไหนสักแห่งฉันสามารถหาเส้นทางที่ฉันควรติดตามและกองที่ฉันควร จำกัด ตัวเองเพื่อให้ฉันสามารถตรวจสอบเกี่ยวกับส่วนสำคัญของวิทยาศาสตร์คอมพิวเตอร์ที่ฉันได้ศึกษาและวิธีการที่ฉันไม่ได้เป็นระบบ

ปัญหาเกี่ยวกับ Wikipedia คือมันไม่ได้บอกคุณว่ามีความจำเป็นอะไร แต่ยืนยันว่าเป็นข้อมูลอ้างอิงที่สมบูรณ์

หลักสูตรเปิดของ MITสำหรับวิทยาการคอมพิวเตอร์และสาขาวิศวกรรมไฟฟ้า มีรายการหลักสูตรจำนวนมากที่ไม่ได้บอกคุณว่าหลักสูตรใดบ้างที่จำเป็นและเป็นทางเลือกตามความสนใจ / ความต้องการของบุคคล ฉันไม่พบคำสั่งที่ควรศึกษาวิชาอื่น

สิ่งที่ฉันจะรักคือการสร้างรายการที่ฉันสามารถติดตามได้เช่นเดียวกับคนบ้า ๆ บอ ๆ

SUBJECTS                                                        DONE

Introduction to Computer Science                                  *
Introduction to Algorithms                                        *
Discrete Mathematics                   
Adv. Discrete Mathematics
Data structures                                                   *
Adv. Algorithms
...

อย่างที่คุณเห็นชัดเจนฉันมีความคิดเล็ก ๆ น้อย ๆ เกี่ยวกับวิชาเฉพาะทางวิทยาศาสตร์คอมพิวเตอร์ที่ประกอบด้วย

มันจะเป็นประโยชน์อย่างมหาศาลแม้ว่าบางคนชี้ให้เห็นหลักสูตรที่จำเป็นจาก MIT Course Ware (+ วิชาที่ไม่มีใน MIT OCW) ตามลำดับที่แนะนำ

ฉันจะแสดงรายการโพสต์ที่ฉันได้อ่านไปแล้ว (และฉันไม่ได้สิ่งที่ฉันกำลังมองหาอยู่ที่นั่น)

https://softwareengineering.stackexchange.com/questions/49557/computer-science-curriculum-for-non-cs-major - คำตอบยอดนิยมบอกว่ามันไม่คุ้มค่าที่จะเรียน cse

https://softwareengineering.stackexchange.com/questions/110345/how-can-a-self-taught-programmer-learn-more-more-about-computer-science - ชี้ไปที่ MIT OCW

https://softwareengineering.stackexchange.com/questions/49167/studying-computer-science-what-am-i-getting-myself-into

https://softwareengineering.stackexchange.com/questions/19912/overview-of-computer-science-programming

ฉันเห็นเนื้อหาหลักสูตรจาก MIT และมันก็แย่มาก พวกเขามีสื่อการสอนที่ต้องการ VC5 กลุ่มตัวแปรทั่วโลกโดยปริยายผ่านสีเป็น "สีน้ำเงิน" แทนที่จะเป็น ARGB 32 บิตนับเป็น 4 เท่า [0,1] ลอยตัวสิ่งนั้น ฉันจะไม่เชื่อถือหลักสูตรหรือรหัสเพียงเพราะมาจากมหาวิทยาลัยชื่อดัง

การศึกษาระดับปริญญา CS ของฉัน (จากมหาวิทยาลัยที่ติดอันดับท็อป 10 ในสหราชอาณาจักรสำหรับ CS) ประกอบด้วย:

ปีแรก:

1. OOP - พื้นฐานสุดยอด
2. ระบบคอมพิวเตอร์ - สิ่งที่ต้องการตัวแทนจำนวนเต็มไบนารี
3. ทฤษฎีฐานข้อมูลเชิงสัมพันธ์ขั้นพื้นฐาน
4. คณิตศาสตร์สำหรับเรขาคณิต 2D และ 3D อย่างง่าย
5. HTML / JS- สิ่งเล็กน้อยสำหรับผู้เริ่มต้นสมบูรณ์
6. PHP เล็ก ๆ ไม่แพ้กัน
7. การเขียนโปรแกรมฟังก์ชั่นตาด

ปีที่สอง:

1. ปัญหาทางกฎหมายในการคำนวณเช่นกฎหมายที่หมุนเวียนรอบการปกป้องข้อมูลผู้ใช้
2. ภาษาการเขียนโปรแกรม - ลำดับชั้นของ Chomsky และ lexing ถูกครอบคลุม
3. ระบบปฏิบัติการเครือข่ายและอินเทอร์เน็ตส่วนใหญ่จะเป็นหน่วยความจำเสมือนและเพจจิ้ง IP สแต็ค
4. คอมพิวเตอร์กราฟิก 2 มิติส่วนใหญ่พิสูจน์ทฤษฎีบทของคณิตศาสตร์พื้นฐาน
5. AI - คำอธิบายพื้นฐานของเครือข่ายประสาทระบบความเชื่อแบบเบย์ ฯลฯ
6. การวิเคราะห์ความต้องการ - ภาพรวมโดยย่อของ UML ข้อกำหนดการทำงาน / ไม่ทำงาน
7. โครงการของทีม

ปีที่สาม:

1. การวิเคราะห์อัลกอริทึม - ทฤษฎีความซับซ้อนส่วนใหญ่
2. การใช้งานการเขียนโปรแกรมภาษา - LL / LR เทคนิคการแยกวิเคราะห์ CFG และสิ่งต่าง ๆ
3. การจัดการโครงการซอฟต์แวร์ - ดูที่รุ่น Waterfall / Agile
4. International Computing- Unicode และความสนุกในการแปลภาษาอื่น ๆ
5. AI ขั้นสูง - ไม่รู้ด้วยความจริงใจและฉันได้ทำการทดสอบในไม่ช้า
6. คอมพิวเตอร์กราฟิก 3D ส่วนใหญ่อีกครั้งเพียงพิสูจน์ทฤษฎีบทสำหรับการฝึกอบรมการหมุนและเช่น
7. ระบบที่ใช้ระบบตัวแทน - ส่วนใหญ่เกี่ยวกับการสื่อสารแบบอะซิงโครนัสเข้าถึงการตัดสินใจของกลุ่ม ฯลฯ
8. แอปพลิเคชั่นไมโครโปรเซสเซอร์ - การประมวลผลสัญญาณดิจิตอล
9. Robotics- ครอบคลุมเนื้อหาต่าง ๆ เช่นการมองเห็นคอมพิวเตอร์และการตัดสินใจของหุ่นยนต์ในระดับสูง

อย่างที่คุณจะสังเกตเห็นทุกอย่างก็คือ "พื้นฐาน" ของบางสิ่งบางอย่างและแทบจะไม่มีสิ่งใดถูกครอบคลุมถึงความลึกที่มีประโยชน์

สิ่งที่ควรค่าแก่การทำมีความสำคัญ:

1. OOP- แล้วอีกสักครู่แล้วก็อีกมาก
2. ฟังก์ชั่นการเขียนโปรแกรม - ยังมีอีกมากมาย พยายามเลือกภาษาเช่น C ++ หรือ C # ที่คุณไม่ต้องเรียนรู้ไวยากรณ์และเครื่องมืออีกครั้งเพื่อครอบคลุมทั้งสองสไตล์
3. ส่วนหน่วยความจำเสมือนของระบบปฏิบัติการนั้นดีที่ควรรู้เช่นเดียวกับโหมดเคอร์เนลและโหมดผู้ใช้ ข้ามการแบ่งส่วนและสแต็ค IP
4. การวิเคราะห์ความต้องการ - ต้องเป็นประโยชน์สำหรับโครงการใด ๆ
5. การวิเคราะห์อัลกอริทึม - การรู้ว่าความซับซ้อนของอัลกอริทึมคืออะไรลดขนาดได้อย่างไรและความซับซ้อนของการดำเนินงานทั่วไปมีความสำคัญอย่างไร
6. รูปแบบการจัดการโครงการซอฟต์แวร์ - ร้านค้าจำนวนมากทำแบบ Agile และแบบเก่า ๆ ยังคงทำแบบจำลองลักษณะน้ำตก
7. คอมพิวเตอร์สากล - Unicode เป็นสิ่งจำเป็น

สิ่งที่ควรค่าแก่การเลือกทำ:

1. การเขียนโปรแกรมภาษา - ลำดับชั้นของ Chomsky เครื่องมือของ lexing และการแยกวิเคราะห์ ข้ามทฤษฎีที่อยู่เบื้องหลัง LL หรือ LR parsers - LR parser สามารถยอมรับ CFG ที่ไม่เหมือนใครและไม่สามารถทำได้จริงเอกสารของตัวแยกวิเคราะห์ของคุณจะบอกคุณเกี่ยวกับเรื่องนี้
2. กราฟิก 3 มิติ ฉันไม่ได้หมายความว่า "พิสูจน์ว่านี่เป็นสูตรการวนรอบการหมุน" ทำให้เสียเวลา แต่ฉันหมายถึงจริง "นี่คือจุดยอด" หรือ GPGPU สนุกสนุกน่าสนใจและแตกต่าง
3. บางสิ่งที่ AI เป็นเหมือนเขตข้อมูลที่มีศักยภาพและการทำเส้นทาง

สิ่งที่จำเป็น แต่ฉันไม่ได้ครอบคลุม:

1. เห็นพ้องต้องกัน - อย่างน้อยต้องรู้พื้นฐานสำหรับทุกคนในปี 2012

ส่วนที่เหลือเป็นการเสียเวลาอย่างสมบูรณ์ น่าเสียดายที่คะแนนเก้าส่วนใหญ่ที่ฉันรู้แล้วหรือรับชิ้นส่วนที่มีประโยชน์อื่น ๆ หากคุณอ่านเกี่ยวกับสิ่งต่าง ๆ เช่นปัญหา FizzBuzzมันจะเห็นได้อย่างรวดเร็วว่าคุณไม่จำเป็นต้องรู้ทุกอย่างที่อยู่บนบรรจุภัณฑ์ - ซึ่งโชคดีเนื่องจากปริญญาของฉันและวัสดุมากมายที่ฉันเคยเห็นออนไลน์ สำหรับองศาอื่น ๆ ไม่ได้สอนอะไรมากมายเลย

Open Course ware เป็นเพียงรายชื่อหลักสูตรที่มีให้ หากคุณต้องการทราบว่านักเรียนจะเรียนอะไรให้ไปที่เว็บไซต์ของ MIT (ไม่ใช่ OCW) แล้วดูที่โปรแกรมจริง พวกเขามีรายการของสิ่งที่จำเป็นและสิ่งที่ถือว่าเป็นสิ่งที่จำเป็นสำหรับสิ่งที่ นี่คือหน้าของพวกเขา

ลองคำแนะนำหลักสูตรวิทยาการคอมพิวเตอร์ปี 2001 จาก ACM / IEEE ลิงก์ที่นี่: http://www.acm.org/education/curricula-recommendations

พร้อมกับการอัปเดต CS 2008

หน้า 17 ของปี 2001 รายงานมีแผนภูมิที่มีประโยชน์ซึ่งขีดเส้นใต้ความรู้ "แกนกลาง" ทั้งหมดและยังคงมีรายชื่อวิชาเลือก

โปรแกรมระดับปริญญาตรีจะไม่มีเวลาครอบคลุมแม้แต่หลักสูตรที่พิจารณาจากแกนหลักตามคำแนะนำเหล่านี้ดังนั้นพวกเขาจะรวมหมวดหมู่บางส่วนเข้าด้วยกันและปล่อยให้นักเรียนเลือกระหว่างพวกเขา (เช่นระบบปฏิบัติการภาษาโปรแกรมและวิศวกรรมซอฟต์แวร์ ซอฟต์แวร์และนักเรียนเลือกแทร็ก)

คุณสามารถค้นหาหลักสูตรที่ต้องการได้จากเว็บไซต์แผนก CS สำหรับโรงเรียนใด ๆ และพวกเขาควรเป็นรุ่นนี้

ถ้าฉันทำได้ฉันอยากจะแนะนำให้เข้าร่วมgithub.comเป็นส่วนหนึ่งของกระบวนการเรียนรู้ของคุณ

จากนั้นคุณสามารถค้นหารหัสที่มีแอปพลิเคชันในโลกแห่งความจริงที่คุณสนใจโคลนด้วยตัวคุณเองทำงานกับมันโค้ดบนมันและทำความรู้จักกับมันและในที่สุดก็เริ่มส่งแพตช์กลับไปยังโครงการต้นฉบับ และลงมาที่บรรทัดจะทำงานในโครงการโอเพนซอร์สที่คุณมีส่วนได้เสีย

และแน่นอนคุณจะคุ้นเคยกับคอมไพล์ซึ่งดีกว่าทั้งหมด