CS50x
从零认识计算机科学：通过 C 语言学习变量、条件、循环、数组、指针和内存，再接触 Python、SQL 与网页开发。
Harvard
A LITTLE LIBRARY ✦
把好奇心，
放进星星口袋。
从数学和代码出发，一起探索更广阔的世界。这里的每一份资源都值得慢慢读。
课程与资源 / 70 项已发布
学习顺序仅供参考，可根据个人基础调整；标准和参考资料不是必修课程。
入门 · 先打好基础
适合从基础概念与编程开始。
Introduction to Programming with Python
学习 Python 基础语法、函数、条件、循环、异常、文件和测试，适合编程入门。
Harvard
CS 61A
用 Python 学习函数、递归、抽象、对象与程序设计思想，逐步建立编程基础。
UC Berkeley
Introduction to Databases with SQL
通过 SQL 学习关系数据库、数据查询、表结构设计与常见数据库操作。
Harvard
Single Variable Calculus
学习单变量函数的极限、导数、积分和级数，为后续数学与机器学习打基础。
MIT
Linear Algebra
从向量与矩阵出发，学习线性方程组、向量空间、正交性和特征值。
MIT
Machine Learning Specialization
通过编程练习学习监督学习、分类、神经网络以及机器学习的基本应用。
Stanford Online / DeepLearning.AI
Principles of Microeconomics
学习供需、消费者与企业行为、市场结构等微观经济学基础。
MIT
Financial Markets
介绍金融市场、风险、金融机构和投资相关概念，适合作为金融入门。
Yale
LearnEnglish
提供英语听说读写、语法与词汇练习，可按自身水平选择内容。
British Council
Linux 与开发环境
从命令行、文件权限、Shell、版本控制和开发工具入手，搭建隔离实验环境。
Cybersecurity Academy
计算机网络
学习网络分层、IP、TCP、DNS、HTTP 与网络通信，为理解网络安全建立基础。
Cybersecurity Academy
中级 · 连接知识与实践
有一定基础后，学习核心方法与应用。
Mathematics for Computer Science
学习证明、归纳、图论、计数和概率等计算机科学所需的离散数学。
MIT
Introduction to Algorithms
学习算法复杂度、排序、数据结构、图算法与动态规划，建立算法分析基础。
MIT
Introduction to Computer Systems
从程序员视角认识机器表示、汇编、内存层次、链接、并发和系统性能。
Carnegie Mellon University
Introduction to Computer Networking
学习计算机网络分层、可靠传输、路由与互联网协议，并通过实践理解网络系统。
Stanford
Multivariable Calculus
学习多变量函数、偏导数、梯度、多重积分与向量微积分。
MIT
Differential Equations
学习常微分方程的建模与求解，包括一阶方程、二阶方程和线性系统。
MIT
Probability
学习概率模型、条件概率、随机变量、常见分布和极限定理。
Harvard
Probabilistic Systems Analysis and Applied Probability
学习概率模型、随机变量、条件概率、随机过程和应用概率分析。
MIT
Statistics for Applications
学习统计推断、参数估计、置信区间和假设检验等应用统计方法。
MIT
Introduction to Artificial Intelligence with Python
使用 Python 探索搜索、知识表示、不确定性、机器学习和人工智能基础。
Harvard
Introduction to Deep Learning
学习神经网络基础、深度学习方法及其在语言、视觉和生成式 AI 中的应用。
MIT
Practical Deep Learning for Coders
以编程实践学习深度学习，涉及视觉、自然语言、模型训练和部署。
fast.ai
Hugging Face LLM Course
学习 Transformer、分词器与 Hugging Face 工具，动手处理和使用语言模型。
Hugging Face
Hugging Face Agents Course
了解 AI Agent、工具调用与任务执行，通过练习构建和评估智能体。
Hugging Face
Hugging Face MCP Course
学习模型上下文协议 MCP 的基本概念、工具连接与实践方式。
Hugging Face
Cryptography I
学习对称加密、消息完整性、公钥密码及安全通信的基本概念。
Stanford Online
CryptoHack
通过交互式题目练习数论、编码、对称密码与公钥密码等基础知识。
CryptoHack
Web Security Academy
通过交互式实验学习常见 Web 漏洞、攻击原理和安全测试方法。
PortSwigger
Web Security Testing Guide
Web 安全测试参考指南，涵盖测试方法、常见风险和检查思路。
OWASP
AI Risk Management Framework
AI 风险管理框架，帮助识别、评估和治理人工智能系统风险；属于参考框架。
NIST
Finance Theory I
学习金融理论基础、资产估值、风险与收益等核心主题。
MIT
QuantConnect Learning
量化研究与回测实践平台，可学习使用数据、构建策略和评估回测。
QuantConnect
Purdue OWL
提供英语写作、语法、学术引用和论文格式方面的参考资料。
Purdue University
MIT Communication Lab
提供科研沟通与学术写作指南，包括论文、海报和报告等材料。
MIT
Web 应用安全
学习认证、输入验证和常见 Web 安全问题，在授权的交互实验中理解防御与测试。
Cybersecurity Academy
操作系统与系统安全
学习进程、隔离、权限、内存和系统安全机制，结合课程资料认识系统攻击面。
Cybersecurity Academy
现代密码学
学习对称加密、哈希、消息认证、公钥密码、密钥交换和数字签名。
Cybersecurity Academy
安全软件工程
将威胁建模、安全设计、输入验证与安全编码融入软件开发流程。
Cybersecurity Academy
CTF 实战
通过合法授权的竞赛和靶场综合练习 Web、密码、逆向和系统安全。
Cybersecurity Academy
进阶 · 深入专题与研究
面向已有基础的专题课程、论文与标准。
Operating System Engineering
通过 xv6 学习进程、系统调用、虚拟内存、文件系统和操作系统并发。
MIT
Distributed Systems
研究分布式系统中的容错、复制、一致性和共识，并阅读论文、完成实验。
MIT
Design and Analysis of Algorithms
在算法入门基础上深入算法设计、图算法、动态规划及复杂度分析。
MIT
Real Analysis
用严格证明研究实数、极限、连续性、微分和积分等分析基础。
MIT
Machine Learning
学习监督与无监督学习、机器学习理论和模型评估，需要概率、线性代数与编程基础。
Stanford
Deep Learning
学习深度神经网络、模型训练与项目实践，并将方法应用于实际任务。
Stanford
Deep Learning for Computer Vision
学习计算机视觉中的深度学习，包括图像分类、卷积网络和现代视觉模型。
Stanford
Natural Language Processing with Deep Learning
学习词向量、神经网络、注意力和 Transformer，以及自然语言处理与语言模型。
Stanford
Transformers United
通过专题讲座了解 Transformer 研究及其在不同领域的应用。
Stanford
Language Modeling from Scratch
从分词、模型结构与训练出发，学习语言模型的数据、系统、评估和构建过程。
Stanford
The Full Stack
了解机器学习与大模型系统从实验到部署的工程流程，包括产品、评估和运维。
Full Stack Deep Learning
Introduction to Cryptography
学习加密、消息认证、密钥交换、数字签名及密码原语的正确使用。
Stanford
Theory of Numbers
学习整除、同余等数论主题，为理解公钥密码中的数学结构打基础。
MIT
A Graduate Course in Applied Cryptography
应用密码学参考教材，系统讨论密码构造、安全定义和证明；不是一门视频课程。
Dan Boneh / Victor Shoup
Cryptography and Cryptanalysis
研究密码学与密码分析，涉及密码方案和安全性的理论基础。
MIT
Computer Systems Security
学习计算机系统安全设计、隔离、漏洞及防御，并结合论文和实验理解。
MIT
Top 10 for Agentic Applications
智能体应用安全风险参考资料，关注工具使用、权限和自主执行带来的风险。
OWASP
FIPS 203 · ML-KEM
NIST ML-KEM 后量子密钥封装标准，适合已有密码学基础后查阅。
NIST
FIPS 204 · ML-DSA
NIST ML-DSA 后量子数字签名标准，适合已有密码学基础后查阅。
NIST
FIPS 205 · SLH-DSA
NIST SLH-DSA 无状态哈希数字签名标准，适合已有密码学基础后查阅。
NIST
Open Quantum Safe
后量子密码开源项目和技术资料，可用于了解算法实现与迁移实验。
Open Quantum Safe
Investments
学习投资组合、资产定价与投资分析等金融理论和应用。
MIT
二进制安全
学习程序内存、汇编、漏洞成因和防护机制，在专用靶场进行受控实验。
Cybersecurity Academy
逆向工程
学习静态与动态分析、可执行文件结构及反汇编，在合法授权的样本中练习。
Cybersecurity Academy
蓝队与数字取证
认识威胁行为、日志分析、事件响应和数字取证，以防守和调查为重点。
Cybersecurity Academy
云安全与容器安全
学习容器隔离、身份权限、工作负载和 Kubernetes 安全配置。
Cybersecurity Academy
AI 与 Agent 安全
关注提示注入、模型和数据风险、工具调用与智能体权限隔离。
Cybersecurity Academy
高级密码学与零知识证明
在现代密码学基础上认识安全证明、密码协议与零知识证明研究。
Cybersecurity Academy
后量子密码学
学习后量子密码迁移、格密码与标准化的密钥封装和数字签名方案。
Cybersecurity Academy
没有找到符合条件的资源，换个关键词试试吧 ✿