真实世界问题
我们会在应用部分考虑诸如气候变化的问题，并向你展示应当如何借助 GitHub 和并行计算来参与大型开源社区， 寻找有挑战性的问题的解决方案。
三个领域，一门课程
计算机科学
- 可视化
- 结构，抽象
- 类型系统
- 多重派发
- 动态派发
- 双语问题
- 表达式问题
- 函数式编程
- 数组
- 矩阵
- 数据框
- git, github
- 版本管理
- 协作
- devops
- 语言设计
- 约束求解
- 数学编程求解器
- 启发式
- 领域特定语言
数学
- 矩阵
- 模板
- 一元/多元函数
- 向量分析
- 矩阵分析
- 序列收敛
- 主成分分析
- 降维
- 矩阵的秩
- 投影，旋转
- 本征值
- 奇异值分解
- 离群值，噪声
- 批量数据，数据中心
- 统计
- 相关性
- 随机抽样
- 概率密度函数
- Monte Carlo 方法
- 随机游走
- 连续极限
- 常微分方程
- 曲线拟合
- 偏微分方程
- 有限差分
- 离散化
- 分枝
- 滞后
- 优化
- 梯度下降
- 全局优化
- 约束优化
- 非线性优化
- 逆向建模
应用
- 社会科学
- 传染病建模
- 基于代理的建模
- 气候经济学
- 气候科学
- 天气预报
- 海洋/大气模型
- 优化
- 寻路
- 图像数据
- 图像滤波
- 接缝裁剪
- 数据分析
- 模型拟合
- 随机数据
亮点
洗衣机里的柯基犬
你将通过沉浸在数学过程中、进行实验、查看联系以及了解数学的乐趣来学习数学思想。
革命性的交互
我们的课程材料是使用真实代码构建的，我们有一系列交互式笔记本，而不是一本书。 在我们的网站上，您可以使用滑块、按钮和图像来与模拟结果互动。您甚至可以更进一步，修改和运行我们网站上的任何代码！
学习 Julia
在文学中，仅仅了解语法是不够的。在音乐中，仅仅学习音阶是不够的。真正的目标是交流感受和情感。 对于计算机科学家来说，仅仅编写一个能运行的程序是不够的。一个程序应该用漂亮的高级抽象来编写，以更好地传达给你的受众。 本课程将向您展示如何操作。
这门课有什么不同？
我们相信许多课程都涵盖了我们所谓的顶点——计算机科学、数学或应用中的特定主题。
学生们需要自己找出边，也即随着这些主题的成熟，在它们之间形成的智识性的联系。有些课程让你学习数学主题，之后，你可以在家庭作业中实现算法或应用。
本课程的目标是通过让学生们们了解到具有计算机抽象的数学如何允许一个应用成为大型生态系统的一部分，而不是一次性的作业来加速这一进程，从而让学生们能够参与到软件开发这一激动人心的领域中来，不管是大型的开源宇宙，还是私人项目。
……并在此过程中获得更多乐趣！
主题
细节
参考源代码仓库 github.com/mitmath/18S191.
教员团队
教师 Alan Edelman, David P. Sanders, Charles E. Leiserson
技术负责 Fons van der Plas
助教 Bola Malek, Logan Kilpatrick
客座教师 Henri F. Drake, more to be announced
获取 T恤
如果你真的很喜欢这门课程，可以在Julia Language's Bonfire Shop购买 MIT 计算思维的纪念 T 恤。
2020 年秋季的介绍视频
如何引用
如果你使用了任何材料或受到任何材料的启发，希望你可以友好地在你的页面上突出显示
本网站的部分内容基于：
Computational Thinking, a live online Julia/Pluto textbook. (computationalthinking.mit.edu)
编辑本网页