前言
选择自学路线时，可以先确认自己的基础，再围绕一个想解决的问题深入。下面提供五个阅读方向，帮助读者在原站定位资料；需要课程资源时，可继续使用本站已有课程目录。
原作与维护：FDU CS自学指南项目作者及贡献者（fdu-open-exam）。具体作者、联系方式及各篇署名请查阅原站；本站与该项目无官方合作或背书关系。
基础课程
先检查程序设计和数学工具是否足以支撑后续学习。遇到困难时，可以回到对应基础练习，而不必同时开启许多课程。
专业核心
把算法、系统、网络与数据库视为相互关联的问题领域。学习概念时配合实验，记录它在其他课程中如何再次出现。
系统开发
围绕一个可运行的小系统练习设计、调试与测试，再逐步理解组件之间的边界。已有项目目录可用于选择实践题目。
人工智能
从数据、数学和评估方法开始，再选择模型与应用方向。每次实验说明使用的数据、基线和评价标准，便于判断结果。
科研与就业
科研训练与求职准备可以共享编程和表达基础，但目标与成果形式不同。先确定近期想获得的经验，再安排项目与资料阅读。
本站已有课程
以下按学习领域关联已有课程，保留原有详情与官方资源，不另建一份 FDU 课程。
- Introduction to Computer Systems · Carnegie Mellon University
- Machine Learning · Stanford
- CS50x · Harvard
- Introduction to Algorithms · MIT
来源与阅读边界
这是本站原创导读与精选链接，不是 FDU 原文或完整目录。原站在 2025 年 2 月提示培养方案与课程已有变化；课程修读、学分和毕业要求应以学校当前官方规定为准。本站的主题组织与课程关联不代表原作者推荐顺序。
本页文字为 UNFRAMED 自行编写的阅读建议，仅提供项目介绍和导航索引。原项目正文、观点与署名请在原站阅读；未转载、镜像或改写其完整内容，也不表示已获得转载授权。