【學習資源分享】線上學習平臺推薦
寒假在家，為大家推薦一些好的學習資源，無聊時可以充充電^_^
本文主要介紹國內外主流MOOC平臺，英語學習網站，出國留學站點等
MOOC
作為近幾年熱度不減的學習新方式，MOOC真的是極大的改變了我們的生活。我們可以在家獲取世界頂級名校的課程及指導，關於MOOC的介紹略去，直接上乾貨吧。以下將簡單介紹一下MOOC平臺，而後強烈推薦幾門課程並附個人學習感受，主觀性較強，歡迎交流。
Coursera
推薦指數：★★★★★
使用感受：強烈推薦。個人最熟悉最常去C站，主要原因是C站特別重視CS，大概是因為Andrew Ng是創始人之一的緣故，所以C站提供了大量有關Machine Learning， Data Science， Algorithm的課程。同時，許多課程有多國語言字幕，可以供大家選擇（當然還是強烈推薦英語或無字幕）。
收費情況：不完全免費。即大部分課程免費，但是申請證書認定需要收費並且價格不菲（40-60刀左右）。不想付費的同學也依然可以繼續學習，免費的版本依然可以獲取所有課程資源，免費和付費的區別大概只有一張認定證書？如果真的很想要那張證書的話，我還有一點個人心得。首先是證書不是必須的，美國是信用社會，申請學校時在PS上寫自己修過C站的某門課人家一般會信任你。如果你真的很想要一張證書又不想花錢的話，還有一個好辦法，就是申請Financial Aid，可以免費得到證書，當然你需要經過一定的簡單考核，方法就在C站最下方有個按鈕是申請Financial Aid點選即可。
推薦課程：
Machine Learning
製作方：Andrew Ng, Associate Professor, Stanford University; Chief Scientist, Baidu; Chairman and Co-founder, Coursera
https://www.coursera.org/learn/machine-learning
官網簡介：本課程將廣泛介紹機器學習、資料探勘和統計模式識別。相關主題包括：(i) 監督式學習（引數和非引數演算法、支援向量機、核函式和神經網路）。(ii) 無監督學習（叢集、降維、推薦系統和深度學習）。(iii) 機器學習例項（偏見/方差理論；機器學習和AI領域的創新）。課程將引用很多案例和應用，您還需要學習如何在不同領域應用學習演算法，例如智慧機器人（感知和控制）、文字理解（網路搜尋和垃圾郵件過濾）、計算機視覺、醫學資訊學、音訊、資料庫挖掘等領域。
大家的程式設計 (Python 入門)
製作方： University of Michigan
關於此課程： 本課程將教授大家Python電腦程式設計基礎. 課程涵蓋了如何使用Python的基本指令編寫程式. 課程對學生沒有先設要求, 我們只涉及到最基本的數學, 有一定使用電腦經驗的人都可以完全掌握這門課的內容. 這門課將會覆蓋免費教材 ( 《資訊管理專業python課程》 ) 的第1-5章. 本課程相當於原本11周的”大家的程式設計(Python入門)”的前半部分. 學生完成這門課之後, 就能面對更難的程式設計課程了.
Algorithms
製作方： Princeton University
關於此課程： This course covers the essential information that every serious programmer needs to know about algorithms and data structures, with emphasis on applications and scientific performance analysis of Java implementations. Part I covers elementary data structures, sorting, and searching algorithms. Part II focuses on graph- and string-processing algorithms.Edx
推薦指數：★★★★★
使用感受：最推薦的一門課絕對是TOEFL Test Preparation:The Insider’s Guide, ETS官方出的託福備考課程，比其他託福資料不知高到哪裡去了，當然配合TPO食用更佳。還修過一門課程是清華開的Data Structure，講的內容深入淺出，有很多一直弄不懂的概念瞬間弄懂了。
收費情況：不完全免費。同C站也可以申請Financial Aid- Udacity
推薦指數：★★★★☆
使用感受：Udacity是收費體系最為完備的一個平臺，課程大部分收費。不過課程內容和評價方式相應比較完備，據說裡面的無人車課程比較火，但是也有上過的同學說不太值，價效比比較低。收費的好處就是交了錢會是學習的巨大動力，讓自己自覺一點。
收費情況：收費 中國大學MOOC
推薦指數：★★★★☆
使用感受：中文MOOC平臺，大部分是中文課程，多是國內知名高校開設的課程。我比較熟悉的是浙江大學開設的資料結構，陳越姥姥講的非常棒。這應該是我修過最多課程的一個平臺，包括計算機基礎、C語言入門、資料結構、Java、python、資訊檢索、音樂鑑賞、古典音樂等等。課程資源比較豐富，中文看起來也不累，記得上個學期累的時候就點開資訊檢索休息一下腦子，非常好玩。
收費情況：完全免費
推薦課程：
資料結構
製作方：浙江大學 陳越 何欽銘
http://www.icourse163.org/course/ZJU-93001#/info
推薦詞：資料結構的重要性想必CS的同學都知道，這門資料結構課是我唯一從頭到尾跟下來的課，中文授課，加上授課教師講解清晰，所以特別淺顯易懂。強烈建議資料結構弄不懂的同學，或者是聽不懂英文資料結構課的同學修這門課。
零基礎學Java語言
製作方：浙江大學 翁愷
http://www.icourse163.org/course/ZJU-1001541001#/info
推薦詞：翁愷老師講課特別易懂，這門課尤其適合零基礎的同學們學習Java語言。慕課網
推薦指數：★★★☆☆
使用感受：慕課網提供了豐富的移動端開發、php開發、web前端、html5教程以及css3視訊教程等課程資源。最大的特點是互動性很強，可以邊敲程式碼及時看到效果，一步一步誘導你學會需要的知識，並且是任務型驅動，完成一個project很有成就感。缺點就是需要的時間可能比較多，並且比較死板。
收費情況：免費
推薦課程：
HTML+CSS基礎課程
http://www.imooc.com/learn/9
推薦詞：個人在慕課網完整完成度100%的好課。講解非常細緻，跟完這門課基本上對HTML+CSS的基礎完全掌握了。通關式學習，也比較有趣。
慕課網2048私人訂製
http://www.imooc.com/learn/76
推薦詞：慕課網的一個小優點就是專案式驅動，並且有很多好玩的小專案。比如這一課非常短，但是短小精悍。用幾個小時的時間就能學會2048的製作，很有成就感。
還有其他很多平臺，比如Khan Academy、網易雲課堂、學堂線上等等，但是因為以上站點已經基本滿足了我的所有需求，所以個人瞭解不是太多，感興趣的同學可以自行選課。
最重要的一點：MOOC學習雖好，但是最大的敵人就是內心的惰性。記得有一項調查發現MOOC的放棄率高到90%，很難有人堅持到最後。很多人就是一開始頭腦熱聽了幾節課，最後就跟不下來了，究其原因，沒有期末考核的硬性要求，對我們的影響無關痛癢，使得我們不夠重視，將其優先順序調至最低，即使有證書的誘惑，很多人也就不了了之了（比如我T.T）。因此，強烈希望大家認認真真的跟完一門課，無論哪一門都是極好的！
其他學習資源網站
因為個人比較關注留學，推薦一些英語學習及CS相關的經常去的網站。
一畝三分地：http://www.1point3acres.com/bbs/
絕對CS相關的論壇，裡面有特別多的CS資訊。不過大多是已在美帝的同志釋出面經工作資訊等，不過和我們最相關的有定位貼，一起來上公開課。特別推薦公開課功能，可以讓你找到很多志趣相投的小夥伴，比如我就在和一些人在跟CS61B，有小夥伴一起學才有監督吧~
另外還有一個院系所介紹，是一些正在美帝就讀的同學分享關於本專業院系所的介紹，可以幫助你發現你的興趣所在，要知道，只憑名稱選專業就是坑啊，有些英文名稱看起來你很喜歡然而可能幹的事情和你想的完全背道而馳，所以選專業要謹慎。還有一個好處是提防巨坑導師，會有一些人分享很坑的老闆，讓你避開雷區。
寄託：http://bbs.gter.net/
留學網站。本人用的不太多，不過聽說挺好的，也有很多出國資訊
實驗樓：https://www.shiyanlou.com/
實驗樓是一個IT線上學習網站，為使用者提供的不是視訊，而是配置好的虛擬機器，通過虛擬的實驗環境，學習者可邊看文件邊動手操作，從而提高學習者的動手實踐能力，而且實驗樓虛擬環境不只是簡單的線上編譯器，可以支援更廣泛的 IT 內容學習，不再侷限於程式設計領域，為使用者提供的是一站式的IT線上動手實踐環境。簡單的說就是學習任何IT技術，不用本地搭建環境，只需一臺電腦，登陸實驗樓網站即可。
小站：http://www.zhan.com/
經常去小站論壇逛逛，有很多備考出國考試的資訊。網友機經的分享，備考心得分享等等。
託福easy姐
一款手機App，託福EASY姐是一款基於移動端的託福備考工具，用的比較多的功能是搶考位，同時有比較系統的備考指導。