Coursera 上有哪些課程值得推薦？
人文類、科學類、藝術類均可。
2016年2月更新
Coursera上2015年最火爆的課程
- Learning How to Learn: Powerful mental tools to help you master tough subjects, University of California, San Diego
- Mastering Data Analysis in Excel, Duke University
- Programming for Everybody (Getting Started with Python), University of Michigan
- Machine Learning, Stanford University
- R Programming, Johns Hopkins University
- The Data Scientist』s Toolbox, Johns Hopkins University
- Tibetan Buddhist Meditation and the Modern World, University of Virginia
- An Introduction to Interactive Programming in Python (Part 1) , Rice University
- Successful Negotiation: Essential Strategies and Skills, University of Michigan
- Introduction to Financial Accounting, University of Pennsylvania, Wharton School of Business
職場養成計劃
Become a Digital Marketer
If your dream job combines creative thinking, analytics, and a passion for social media, digital marketing could be a perfect fit for you.Become a Data Scientist Data science is one of today』s fastest-growing fields, with career opportunities in every industry.Become a Mobile Developer With billions of mobile devices in use around the world, opportunities in mobile development are growing exponentially. On Coursera, you can learn to build apps for the two most common mobile platforms, Android and iOS, in just a few courses.Become a Web DeveloperCareer opportunities in computer science are growing repidly, and web development is one of the most versatile and accessible skills you can learn.
Become a Machine Learning Engineer Pursue a career in creating the products of the future - including speech recognition, genome analysis, and artificial intelligence.Become a Financial Analyst If you』re looking for an opportunity to apply your passion for data and mathematics in a fascinating, fast-paced field, financial analysis could be your perfect career path.Become a Manager Learn to lead thoughtfully, think strategically, and inspire your employees and colleagues.2016年新課
Business:
- Business and Financial Modeling, The Wharton School, University of Pennsylvania
- Interviewing and Resume Writing in English, UMD
- Business English Communication Skills, UW
- Business English for Non-Native Speakers, HKUST
- Search Engine Optimization (SEO), UC Davis
- Entrepreneurship, The Wharton School, University of Pennsylvania
- Investment Management, Geneva
- International Marketing Cross Industry Growth, Yonsei
- Coaching Skills for Managers, UC Davis
- Marketing Mix Implementation, IE
- Startup Entrepreneurship, Technion
- Human Resource Management: HR for People Managers, Minnesota
- Programa en Desarrollo de nuevas empresas, UNIANDES
- Fundamentos Estratégicos Empresariales, UNAM
- Career Brand Management, SUNY
- How to Start Your Own Business, Michigan State
- Estrategias de Negociación, UNAM
- Корпоративные финансы и стоимость компании , HSE
- Финансовые инструменты для частного инвестора , HSE
Tech:
- Data Structures and Algorithms, UCSD / HSE
- Android App Development, Vanderbilt
- Desarrollo de aplicaciones móviles con Android, UNAM
- .Net平台下的軟體開發技術, XJTU
- 職場修鍊：學習、創新、協作與自我實現, USTC
- Web Application Development: Modern Full Stack Architectures , UNM
- Arquitecturas Modernas de Dise?o Integral para Desarrollo de Aplicaciones Web, UNM
- Agile Development , UVA
Data:
- Geographic Information Systems (GIS), UC Davis
- Машинное обучение и анализ данных, MIPT
General Interest:
- Photography Basics and Beyond: From Smartphone to DSLR, Michigan State
- Creative Writing, Wesleyan University
- Improve Your English Communication Skills, Georgia Tech
- 微電影創作：從觀念、思維到製作, Fudan
- 網路遊戲設計與開發 , Fudan
- Healthcare Marketplace, Minnesota
- Effective Communication in the Globalised Workplace, NUS
- Graphic Design, CalArts
- Become a journalist: Create the News!, Michigan State
有朋友說怎麼免費上課，點enroll，盡量選擇Audit course，有些課程可能不提供。
下面是一些熱門精品課程和評價，其實也不完全來自Coursera，我把自己感興趣的都列出來。
心理，社會學
- The Science of Everyday Thinking
這門課在EdX上超級火，輕鬆而有趣，強烈推薦，兩個人以漫不經意的談話的形式講出來很多顛覆性的東西，中間穿插著對心理學學家和科學家的採訪，還有諾貝爾獎得主。課程的內容涉及到我們思維中的很多局限、固有的偏見和容易犯的錯誤，啟發和收穫太多了，課程製作更是一流
- Think Again: How to Reason and Argue from Duke
這門鍛煉邏輯與講述思維的課程是Coursera最受歡迎的課程之一，課程介紹實用論證方法和常見邏輯謬誤，教你如何正確推理，學習幾條簡單但是關鍵的適用於所有話題的通用規則，同時避免推理時容易出現的問題。兩位老頑童教授Walter 和Ram的激情演講讓枯燥的邏輯學也好玩了起來
- 【杜克大學】怪誕行為學 非理性心理學
這一門課下架了，換成bilibili鏈接，看著滿屏的彈幕也是醉了。
Dan Ariely本人是暢銷書作者，他的個人經歷也挺傳奇的，經歷了重度燒傷，然後轉而研究人類的非理性行為。在這門課中，你能學到人類為什麼不能作出理性的決策
Social Psychology from Wesleyan
沒有人能夠脫離社會而生活，然而社交活動和人際關係往往讓我們感到十分困惑，就讓心理學家為你分析其中的真相吧！這門課2013年第一次開課時，有近26萬人註冊了課程，創下Coursera單次選課最高記錄。SPN社會心理學網站的創始人，學界活躍人物。包括了偏見、從眾、說服、權威、群體行為、衝突、同情、生活評價等方面的社會心理學研究內容與成果
Justice from Harard
早在2007年，Michael Sandel的「公正」課單次選課人數就達到1115人，創下了哈佛大學的歷史記錄
Ideas of the Twentieth Century from UT Austin
一道人文社科大雜燴。20世紀見證了哲學、藝術、文學等領域的蓬勃發展，也目睹了戰爭、殺戮和集權的陰雲。20世紀的思想家和領導者如何左右歷史進程？且聽Daniel Bonevac教授一一道來
Introduction to Psychology from Udacity
-
心理學導論將引導你了解心理學的知識體系
A Brief History of Humankind
耶路撒冷大學教授、暢銷書作家Yuval Harari不光講述人類發展的歷程，更傳授一種對待歷史的態度。這門課長達20周，是時間跨度最長的MOOC課程之一，但絕對值得一聽Dr.Harari說了自己的歷史觀，歷史學習不是為了「以史為鏡，可以正衣冠、知興替」的積極入世，而是為了與歷史乃至現實本身有所隔離，要跳出來思考現世秩序的合理性，加上17周基本都是在談一些「大而化之」的問題，使得本課更像一門文化研究或文化人類學課程，尤其是教授對歷史材料以及現實情況的「挑刺」態度，讓人想起法蘭克福學派對工業社會及其遺產的批判式解讀，不同的是Dr.Harari幾乎對所有的社會形態（從石器時代到未來）都做了類似的評價，並鼓勵學生繼續通過學習歷史來「遠離歷史」。
Social and Economic Networks: Models and Analysis from Stanford
課程剛開始時，是一些社會網路分析的經驗背景、以及一些用於描述和度量網路概念的概述。接下來，課程將介紹一些網路如何形成的模型，包括隨機網路模型（random network models）、戰略形成模型（strategic formation models）和混合模型。然後我們討論一些列網路如何影響行為的模型，包括傳染（contagion）、擴散（diffusion）、學習（learning）、同行影響（peer influences）
物理
Classical Mechanics
MIT的Walter Lewin教授的學術成就在這張課程表上簡直太不起眼了，但他是Quora網友選出的全世界最好的老師！他用自己的下巴挑戰能量守恆，還拿自己當單擺，簡直是用生命在上物理課。生動的講解加上驚心動魄的實驗，你一定會因此愛上物理。對了，他還是那個曾經走紅微博的虛線狂魔
From the Big Bang to Dark Energy from Tokyo
物理學家如何觀測和研究暗物質？希格斯粒子的發現給了我們哪些啟示？東京大學村山齊教授將用最簡單的語言傳授最複雜的知識，讓你在4周時間內了解宇宙137億年來的演化過程
How Things Work 1 from Virginia 絕對精彩 不容錯過的物理課程
70歲高齡的Lou教授將在課堂上踩滑板，放鞭炮，簡直是用繩命在詮釋物理原理！
Understanding Einstein: The Special Theory of Relativity from Stanford
Introduction to Astronomy from Duke
基本上普通天文乃至一些高等天文學的內容都講到了，信息量相當大。大致涵蓋了《Essential_Cosmic_Perspective_6th_Edition》這本教材的內容
Managing Your Time, Money, and Career: MBA Insights for Undergraduates from UCI
時間管理、理財和事業規劃方面的知識每個人都會用得著
Introduction to Public Speaking from UW
English Composition I: Achieving Expertise from Duke
how to read carefully, write effective arguments, understand the writing process, engage with others』 ideas, cite accurately, and craft powerful prose.
Learning How to Learn: Powerful mental tools to help you master tough subjects from UCSD
Terrence Sejnowski教授的本行是生物，但他還兼任神經科學、心理學、認知科學、計算機和工程5個專業的客座教授。這門課將為你介紹學習和記憶的原理，讓你了解大腦，用好大腦。
Model Thinking from Michigan
這是一門能讓人大開眼界的課程，它教你如何用各種模型描述複雜的社會問題，找到最佳的解決方案
Introduction to Mathematical Thinking from Stanford
數學思維導論這門課是我上過的線上線下所有課程中最好的課之一。Davlin是一個有想像力的老師，他用數學的方法很有想像力，聽他的講座是一種享受。這個課不止是數學，而是教你合適的思維方式
Writing in the Sciences from Stanford
Creative Problem Solving
- https://www.coursera.org/course/intrologic 邏輯學入門
娛樂邏輯學是人類歷史中最古老的學問之一，這門來自斯坦福大學的《邏輯學導論》內容覆蓋比較全面，重點突出，數據分析和挖掘中，用到了不少邏輯方面的知識，算是一門理論型課程，對訓練思維應該有幫助！
https://www.coursera.org/learn/gamification 遊戲化
https://www.coursera.org/learn/guitar 吉他入門
由鳥叔、王力宏等知名明星的母校——伯克利音樂學院開設，課程將會教授你如何彈奏非電音和電音吉他
- https://www.open2study.com/courses/the-art-of-photography 攝影藝術
- https://www.coursera.org/learn/food-and-health/ 斯坦福 食物和健康
挺有名的斯坦福課程 (Stanford Online 置頂課程）
市場，經濟，金融- https://www.coursera.org/learn/wharton-marketing 市場營銷導論
沃頓商學院的入門課，按學員說法「課程內容很豐富，知識量比第二天的大姨媽量還大。考試則比較簡單，會給你學習MOOC的信心的」
Financial Markets from Yale
-
耶魯大學教授Robert Shiller是2013年諾貝爾經濟學獎獲得者，當代行為經濟學的主要創始人，全世界影響力前100的經濟學家之一
Financial Engineering and Risk Management Part I from Columbia
哥倫比亞大學教授Perry Mehrling是貨幣銀行學、金融理論與政策、金融史等領域的權威人物，他最著名的著作是《新倫巴底街-美聯儲如何成為了最後交易商
Economics of Money and Banking, Part One from Columbia
貨幣銀行學＋宏觀經濟學＋銀行會計學的綜合體
Computational Investing, Part I from GIT
前邊介紹一些基本的市場理論，後邊都是編程問題
Introduction to Computational Finance and Financial Econometrics from UW
U of Washington的經濟學教授Eric Zivot授課
An Introduction to Financial Accounting from Wharton
非常棒的會計學入門課程
Introduction to Finance from Michigan
Gautam老師上課的時候，神情語調完完全全展現他對finance的熱愛，他覺得這輩子最美好的事物之一就是認識了finance的學問，並且真的幫助他在生命中做出很好的決策
The Power of Microeconomics: Economic Principles in the Real World from UCI
https://www.coursera.org/course/microecon 微觀經濟原理
這門課程系統地介紹了微觀經濟學，對於一個原來對微觀經濟學的同學是一個很不錯的入門課程。
- 財務分析與決策 學堂在線精品課程
- 金融導論 Introduction to Finance
Startup Engineering from Stanford
教創業中遇到的技術和工具，請到了一些airbnb，square等創業公司的工程師講發展過程中技術選型和進化
Grow to Greatness: Smart Growth for Private Businesses, Part II from Virginia
Inspiring Leadership through Emotional Intelligence
領導的號召力從何而來？一個優秀的領導應當讓團隊中的每一個人都能發揮自己的才能和個性，建立信任、合作的關係。這門課不光教你如何做一個好領導，更傳授與人相處的藝術。
Success - Achieve Success with Emotional Intelligence
不管身在哪個領域，情商都是一種軟實力，而這恰恰是大多數學校不教授的課程
How to Build a Startup
創業之前，你該知道什麼？新成立的小公司和大企業相比，有哪些不同之處？創業公司該怎樣掙到第一桶金？這門課程告訴你怎樣一步步打造自己的公司，規避風險，走向成功
Creativity, Innovation, and Change from Penn State
創新不是天才靈光一現的產物，每個人都可以通過學習來提高自己的創造力！這門課教你打開思路，培養創新能力，並將它運用到自己的學習和工作中。
How to Change the World
本課程表中最熱血的一門課程！世界著名的公益團體92 Street Y舉辦的「社會公益峰會」（Social Good Summit）。該峰會集結了全世界最具創造力的企業家、作家、學者和政治領袖，大家討論了如何用創造性思維和科技來解決全球難題
Competitive Strategy
這門課實在是太有趣了，教授為了賣萌，也費盡了心思。對商業競爭策略感興趣你會獲益匪淺。
https://www.coursera.org/learn/design-thinking-innovation
數據科學設計思維是當今商業世界中流行的新理念
Statistics: Making Sense of Data from Toronto
The Data Scientist』s Toolbox from JHU
數據科學家修鍊寶典,約翰霍普金斯大學數據科學專項系列課程,比較簡單Computing for Data Analysis from JHU
Web Intelligence and Big Data
Analyzing and Visualizing Data with Excel 微軟
計算機
- Deep Learning 深度學習 Google大神主講
- Introduction to Big Data with Apache Spark 大數據Spark入門
- Scalable Machine Learning Spark深入
UNSW Computing 1 - The Art of Programming
這門課號稱「讓藝術生也會愛上的編程課」，由新南威爾士大學（UNSW）開設。課程視頻是現場錄製的，大家可以感受到澳洲課堂的氛圍
Mining Massive Datasets from Stanford Coursera.org
Introduction to Computer Science and Programming Using Python from MIT
Introduction to Systematic Program Design - Part 1 from UBC
An Introduction to Interactive Programming in Python from RICE
Principles of Computing from Rice
Web Development
Reddit創始人Steve Huffman教你建網頁，與你分享個人經驗
Algorithmic Thinking from Rice
這門課的教學團隊由萊斯大學的三位萌教授Luay Nakhleh、Scott Rixner和Joe Warren組成。老師們愛電腦遊戲，愛Python編程，講課也很清晰
Introduction to Recommender Systems from Minnesota
Machine Learning from Stanford
Coursera創始人之一 Andrew Ng 的課程，同時也是Coursera平台上最經典的課程之一。只要你對計算機科學感興趣，或者對數據處理感興趣，我就推薦你上這門課。不用擔心自己沒有計算機專業背景會聽不懂這門課，因為和大多數導論性課程一樣ML迴避了大部分的數學內容。使用Octave（一種和Matlab語言相同的開源軟體）的實驗並不需要高級的編程能力，Matlab語言簡單易懂，所以即使你沒有任何編程經驗也不用擔心
Machine Learning Foundations from 台灣大學
Natural Language Processing from Stanford
Principles of Reactive Programming
作為《Functional Programming Principles in Scala》的後續課程，繼續介紹scala里的Haskell的monad，erlang的acotor，這些是構建分散式基礎構建，要說scala當前最火的應用Spark，都可隨見這些的身影
Programming Languages from UW
讓你學過之後能寫出更好的程式，而且學新的程式語言更容易
Programming Languages
通過build一個javascript和html的interpreter可以對計算機語言的運行方式有一個更深層次的理解
Pattern-Oriented Software Architectures for Concurrent and Networked Software
Neural Networks for Machine Learning from Toronto
由神經網路和深度學習的宗師 Geoffrey Hinton 開設
Introduction to Artificial Intelligence from Google
Udacity創始人Sebastian Thrun的履歷幾乎與吳恩達不分高下。在斯坦福任教期間，他開發的賽車贏得了2005年的無人駕駛汽車大獎賽，參與發起谷歌X實驗室，參與領導谷歌眼鏡項目。在這門課取得成功之後，他離開斯坦福，創辦Udacity。
Design of Computer Programs from Google
Peter Norvig是Google的研究總監，並且是美國人工智慧協會及計算機協會的會員，流行教材《人工智慧：一種現代方法》的合著者。加入Google之前，他是NASA Ames研究中心的計算科學部主任。
Algorithms, Part I from Princeton
在這門課上，連編譯器都值得你觀摩學習！Robert Sedgewick教授師從圖靈獎和馮·諾依曼獎獲得者Donald Knuth，現在他是普林斯頓大學計算機系創始人，Adobe董事會成員。這門課的另一位教授是Kevin Wayne，他們兩人合著了經典教材《演算法》。Union-Find，Analysis of Algorithms，Stacks and Queues，Elementary Sorts，Mergesort，Quicksort，Priority Queues，Elementary Symbol Tables，Balanced Search Trees，Geometric Applications of BSTs，Hash Tables
Algorithms, Part II from Princeton
普林斯頓大學的課程都非常傲嬌地不給證書，但這兩位大牛的課絕對超值：他們是《演算法》紅寶書的作者，其中一位還是普林斯頓大學計算機系的創始人、Adobe董事。Undirected Graphs，Directed Graphs，Minimum Spanning Trees，Shortest Paths，Maximum Flow，String Sorts，Tries，Substring Search，Regular Expressions，Data Compression，Reductions，Linear Programming，Intractability
Analysis of Algorithms form Princeton
Analysis of Algorithms，Recurrences，Solving recurrences with GFs，Asymptotics，The symbolic method，Trees，Permutations，Strings and Tries，Words and Mappings
Algorithms: Design and Analysis, Part 1 from Stanford
Algorithms: Design and Analysis, Part 2 from Stanford
Functional Programming Principles in Scala
誰能比Scala發明人Martin Odersky更了解Scala？讓他教這門課再合適不過了。他不光能告訴你Scala怎麼用，更能讓你了解Scala語言背後的設計思想
歷史人文
- https://www.coursera.org/learn/big-history 大歷史
ChinaX from Harvard
哈佛中國課系列由10門迷你課程組成，它將讓你從社會、文化、經濟、地理等多個角度全面認識中國歷史，並看到西方學者研究歷史的不同視角。
People Networks from PKU
將社會學與計算機科學等學科結合起來，把人群放在一個網路中，藉助數學模型來分析
The Journey of Mathematics from 復旦
https://www.coursera.org/learn/plato 柏拉圖
秦始皇
台大呂世浩講授，百分之百強力推薦的好課。幽默有趣的腔調去釐清了「歷史中的秦始皇」、「秦始皇的歷史」，授課重點在於藉由經典歷史文獻《史記》本身，以一種輕鬆的日常話語引起大家對歷史學的興趣，扭轉應試教育下給人們所建構起的枯燥的「刻板印象」。同時，本課程還會結合考古結果、古代文物等方式去展現大秦帝國的偉業
Classics of Chinese Humanities: Guided Readings
課程選取《史記·項羽本紀》、《原道》、《赤壁賦》、《阿Q正傳》這四部時代跨度極長、風格不一的經典文學作品作為課程的核心
史記
台大呂世浩老師不光教大家讀史書，學歷史，更教授一種反思文化與人生的方式。以一種如何治史的角度，即從中國古代史官的倫理道德、品格操守等視角出發去重新解構司馬遷的《史記》
唐詩宋詞人文解讀
以唐詩和宋詞作為思想資源，李康化老師在二者之間自如遊走，為我們呈現了唐宋二代文人墨客的人情愛恨、官場得失、醉生夢死和感懷繾綣等主題，以全景式的角度透視了唐宋知識分子的生存況遇和思想歷程。
World Art History：Perspective from Chinese Understanding from PKU
「中國的眼光，現代的立場」來重新闡釋「世界藝術史」的概念，並具體陳述西方藝術與中國藝術在理念和創作方法上的區別，進而通過藝術史如何建造一條各文明之間互相理解、互相尊重的道路
參考
Open Learning
Future Learn
Open Study
Open Yale courses
Stanford Online
一些我推薦的和想上的網路課程(Coursera, edX, Udacity)
MOOC學院（慕課）
我主要關注CS相關課程。推薦下我覺得不錯的：
1. 華盛頓大學的 Programming Languages
這門絕對是第一神課啊！很奇怪前面的回答很多只是輕輕帶過……首先，課程內容不是一般大學裡會教的，函數式編程，一開始就讓你大開眼界！後面各種類型推導系統，用Scheme寫解釋器，還有非常精華的各種編程範式的優劣比較，醍醐灌頂毫不為過。其次，老師講的非常好，上過的同學應該還記得他上竄下跳要讓你記住函數類型的contra-variant規則吧！口音清晰，講解細緻，實時寫代碼進行解釋，不能更耐心了！最後，整個課程的作業設置也很好，有理論上的問題，也有編程實踐，而且難度也適中，每次都會先從熱身開始慢慢加大難度。最吊的就是peer assessment了！簡直就是code review最佳實踐啊，還能學習別人好的寫法，又是對功力的一大提升！總之這門課對整個Coursera系統的利用之完善可以說是到了極致，也正是因為上了這門課讓我從此對Coursera無比痴迷，瘋狂刷課……
很多同學問這門課好像Coursera上不開了，可以直接去這門課程的主頁學習：UW CSE341, Spring 2016 不知道作業系統之類的體驗如何……
16-12-24更新：
這門課又可以在Coursera上找到了！地址：Programming Languages, Part A - University of Washington | Coursera
第一次使用「神的編輯器」……
2. Maryland的 Software Security
這個是正在上的，也是講的非常好！把很多概念都串起來了，一周當黑帽，下一周換白帽，展現了計算機安全的方方面面。而且內容很新，heartbleed，MCFI之類的2014年出現的東東都提到了。這門課的deadline非常緊，作業都是限時提交的，還好上了第一周看難度不大，評分方面感覺有點bug……明明做錯了都算我得分……今年是安全大熱的年度，Maryland的安全系列課程有四門，感興趣的同學可以都跟一下！
3. Princeton的 Algorithms
目前上過的最好的演算法課，這位老爺爺師承高德納，但又不像The Art of Computer Programming那麼偏理論天書范……他寫的演算法紅寶書也是廣受追捧，看他上課的確是種享受，娓娓道來，各種圖表動畫，脈絡清晰。這門課的作業也很贊，有理論問題，有面試常見問題，還有編程大作業三部分。其中編程大作業難度挺大，課題都很有趣，比較偏工程，只給一個API的框架然後自己去實現整個流程（也就是不光包括核心演算法，也有文件IO，數據預處理之類的東西），每次都要做上好幾個鐘頭。編程作業的評判也是相當嚴格，會考察代碼風格，運行時間，消耗內存，API調用次數等等額外的東西，讓我這個專業搞測試的人都有點汗顏了……說了這麼多，這門課還是有個致命缺點……所有普林斯頓的課程都沒有證書，連得分記錄都沒有……唉，本來是有望角逐第一神課的啊！
4. Stanford的 Cryptography
斯坦福的課程都特徵明顯，講授內容會偏理論一些，需要不錯的數學功底。作業一般不限制編程語言，每次題目都是動態生成的所以不能靠猜的……作業一般只能提交3次，所以拿高分的難度也比較大一些。這門課也講的很好，老師語速很快，幾乎不用加速……可惜我的數學實在太差了……掌握的不是很好，只記得演算法里到處都是x0r，那些神奇的Oracle Padding, Timing Attack等攻擊方法更是讓人大開眼界，還有老師那句重複了多次的永遠不要自己去設計/實現安全方面的核心演算法……等著明年再跟第二部分，考慮跟Maryland的同名課程比較著學下。
5. 北大的 計算導論
目前內地大學上過的課中唯一一門覺得值得推薦的……李戈老師的確講的很不錯！不過這門是基礎課程，適合大一大二或者剛轉行過來的同學，所以我沒上完就退了……
6. 密歇根大學的 Programming for Everybody
這門課我女朋友全部跟完了，非常適合沒有任何基礎的同學學習。其實編程作為一種愛好也是很正常的啊，裡面有趣的東西實在太多了，鍛煉腦子又收穫樂趣，何樂而不為呢。Rice大學有一門Interactive Programming in Python 也是入門級別，跟這個課挺類似。可惜做作業用Code Sculptor需要翻牆……後來也是因為比較簡單所以沒上完。
7. 喬治亞的 SDN
這門課其實講的比較一般吧，很多時候就是念ppt，不過好在內容很新也很紮實。由於本身就是個新課題，所以這門課每年的內容都在更新！除了講課本身，每周還有兩個業界大牛的interview作為補充，所以整體內容還是很地道的！作業其實也是比較簡單，不過把Pyretic Pox Kinetic等各種SDN技術框架都讓你體驗了遍，是一個很不錯的進入這個領域的起點哦。
配圖為某次作業，基於Haskell寫的NetASM，網路彙編語言！實現了一個虛擬交換機上的L2 firewall。
8. Stanford的 Compilers
恩，好難啊……我上了一周就放棄了…………我一定會回來的！！！
9. 華盛頓大學的 The Hardware/Software Interface
上面有同學說這門課講的一般……不過我覺得還挺好的啊。很多內容都是基於經典的CSAPP，作業非常有趣，劇透一下我的解題筆記哈哈……CSAPP - Buffer Overflow Attacks 對於像我這樣不是科班出身的人來說這門課是個非常好的基礎補充。可能由於第一門上華盛頓大學的課實在體驗太好，所以後面都有點愛屋及烏了。給予這門課強烈推薦評級！
某次作業……拆彈現場哈哈
10. Stanford的 Algorithms: Design and Analysis
斯坦福的演算法課，內容上從名字可以看出來更偏理論一些，課程上很多數學推導內容，可以說是內功心法……作業相比普林斯頓的就簡單純粹很多了！畢竟核心演算法基本就那麼點邏輯，幾行代碼基本上都能很快寫完……這個課的老師實在是太像紙牌屋裡那個Peter Russo了（《蟻人》中的大反派！），真實分分鐘齣戲啊……如下圖：
恩，另外上這門課時發現討論區挺活躍的！大家都在那討論如何優化自己的演算法，時常去看看很有收穫！附一個我的作業筆記：Python Algorithms
11. 台大的 計算機程式設計
其實就是講C語言，比較基礎，我女朋友上完了。作業還是挺有趣的，而且每次都會在deadline之後貼出參考代碼，這個對初學者還是很有幫助的！有一個作業是講光線射入一間有各種鏡子的房間後會從哪個窗口出來的，我寫了下搞了一堆if else上去非常複雜……後來看了參考答案發現可以用數組來控制一些跳轉邏輯，典型的邏輯與控制解耦方法，代碼複雜度一下就下來了。這種在自己動手過程中發現的道理才印象深刻啊！最後一周的作業是寫個非常簡單的BASIC語言解釋器，讓我回想起那天夕陽下用小霸王學習機寫BASIC的小男孩，那是我逝去的青春……
12. 洛桑聯邦理工的 Functional Programming Principles in Scala
這個是Scala的作者親自講的課，其實在講FP方面我覺得是沒有華盛頓大學的那門講的好的，而且由於Scala異常豐富的特性，這門課的作業也會讓人在具體實現上有些迷茫，好像跟課程內容沒啥關係嘛……學完之後整理了個筆記，基本涵蓋了所有內容，有興趣的同學可以看看。注意文中有大量作業劇透，本想藉此刷訪問量的……可惜寫得太差，唔…… Learning Scala
13. Princeton的 Computer Architecture
又是一門很不錯的課，視頻量大且難度專業度很高，講各種CPU的架構與設計，配合那本教材計算機體系結構 (豆瓣) 一起看效果很好！唯一的缺點是沒有證書……連作業都是pdf，全靠自覺，對我來說簡直是無法完成的任務…………給個截圖大家感受下……
14. Maryland的 Android系列課程
鏈接里的是第一門，這個課沒什麼出彩的地方，但是循序漸進把安卓的各種部件都講解的很清晰，作業難度也比較低，很適合新手入門。後面還有幾門課由於我不再搞mobile方面的東西了就沒有再跟……不過看這個課感覺應該會很不錯的！編程作業都給了框架，然後本地跑安卓的UI Automation通過上傳log的方式來評判成績。另外也有peer assessment，下載別的同學的代碼來跑什麼的。有一次作業里包含了拍照錄像功能，然後就在截圖裡看到了世界各地上這門課的大叔/正太的自拍照，感慨了一下這就是mooc的魔力啊！不管你身在何方，基礎怎麼樣，現在從事什麼都可以隨時加入學習，一起討論進步，真是太美好了！
15. Stanford的 Mining Massive Datasets
最近開的新課，老中青三大帥哥齊上陣，視頻量巨大無比……不過內容很新很有趣，介紹了好多從來沒聽過的大數據演算法啊！第一周講map reduce和page rank，聽完還以為是一門很簡單的小白課程，不過後面越來越精彩紛呈！最近一周直接講了Netflix那個推薦演算法大賽中大家是如何使用各種協同過濾，SVD/CUR演算法配合時間序列補償等等技術一步一步把演算法的誤差從0.95減少到0.87左右……當然最後要拿到大獎還是得用一鍋亂燉大法…………這門課的作業感覺偏簡單了點，感覺做了好多線性代數的複習題……恩，到時候挑戰下optional的編程題吧！
更新：把編程題做完了，跟Algorithms里某次的作業很像啊，還有期末考試沒參加，考完再來寫完整感想。
15-1-12再次更新：期末考試發揮不佳，最後也就拿了94分……還是不夠仔細啊。考試期間還把這門課的中文版教材：大數據 (豆瓣) 過了一遍。總體是一門導論性質的課程，基本沒有要求實現那些提到的演算法。如果對自己要求高的可以根據參考條目之類把所有演算法都深入學習一遍，功力長進絕不一般。
16. 台大的 機器學習基石
也是最近在跟的課，老師說這是門story based課程，還以為會很輕鬆聽聽故事，結果…………智商被凌辱了有沒有？雖然叫基石，不過難度比Andrew Ng的那門大多了……作業更是我見過中最可怕的，選對得分，選錯倒扣，所以瞎猜的得分期望為0……做完只給總分，不給具體對錯結果，而且每次重試都有2%的扣分……所以一定要認真複查，仔細抉擇，瞎猜前記得齋戒七日，沐浴更衣……
14-11-28更新：這門課終於上完了，發現每次聽課都還是比較輕鬆愉快的，但是寫起作業來就抓瞎了……每次都要花兩天時間來做，還從沒有一次刷到過滿分。總體感受這門課相當不錯，講解清晰，作業很有挑戰！在學習過程中搜索了各個大學的machine learning的課件發現很多都直接用了這門課里的圖片啊，作為連續幾年獲得KDDCup冠軍隊伍的成員，台大在這方面的教育水平應該也算拔尖了（查了下是三個姓林的教授啊，還有個很有名的林智仁是著名的libsvm的作者）。另外討論區里林教授也經常親自回答問題，非常貼心！上這門課最好是有非常紮實的線性代數基礎，微積分概率論也有用到，對於寫代碼本身要求倒還好，基本上用numpy或者用R，matlab都能對付。今天選了這門課的後續課程《機器學習技法》繼續挑戰自我！
對著《統計學習方法》做作業……
17. 新墨西哥大學的 Web Application Architectures
挺好的課程，主要就是介紹了Rails開發web app，MVC架構之類。作業真是不能更簡單了，不過本身也就是導論性質的課程吧，幾乎沒花什麼時間就把目前還算比較流行的web技術架構了解了一下，很值得一上！不過如果是專門搞這個的同學估計會覺得太簡單了，沒啥必要跟了就。
15-1-12更新：
18. 台大的 機器學習技法
《機器學習基石》的後續，仍然是屌炸天的難度……看介紹應該主要上SVM，AdaBoost以及神經網路/深度學習。看這幾個名字就要熱血沸騰有沒有！昨天剛完成第一次作業，竟然史無前例拿到了400分。喜極而泣啊！上課過程中有強烈的想要補習線性代數，統計學的衝動……不知道大家有沒有什麼好的書本/教程推薦啊？
19. Johns Hopkins的 Data Science - Specializations
目前見過開課頻率最高最規律的課了……可能是因為很短（都是一個月）而且有9門之多的緣故吧。難度較低，12月一個月就搞定了4門，不過月底開始忙起來了，加上機器學習技法，估計這個月能上一門就不錯了……課程基本都是用R語言，比較系統地教授數據科學中的整個流程，比如獲取數據，清理數據，做初步分析（各種繪圖），可重複研究（看上去也就是完善的文檔記錄）要點等。後面也會涉及到統計，回歸分析，機器學習之類偏數學的內容。幾位老師貌似都是搞生物醫學統計方面的。個人對使用R語言有些不太滿意……現在不都是Python大法好了嗎……9門課都是每月都有開，所以時間上來不及的時候可以退掉等下個月的……
20. 密歇根大學的 模型思維
第一次上中文版的課，以前覺得自己英語還是挺不錯的，基本不用看字幕都可以很順利地跟下來，現在有了中文字幕發現差距還是有的，基本可以全程2倍速（除了翻譯有瑕疵的時候）……這門課算是我上的第一門跟計算機方面關係不大的課，真是輕鬆無比有種看美劇的感覺啊。當然內容還是非常不錯的，有一周就講了《思考，快與慢》中提到的幾種理性偏差精華版哈哈。而且實用性也不錯，上過課我還真的潛移默化會在平時決策時搞個表格/決策樹什麼的東西來算一下……各種背景的同學都可以上，給予強烈推薦評級！
15-2-10更新：
最近工作壓力大，業餘時間少了很多……然後Coursera最近開課的數量開始井噴，已經完全沒法每門課都體驗下了……好多好課都想上啊！看看能堅持幾門吧。21. Illinois的 Heterogeneous Parallel Programming
當年看王越寫的Mac OS背後的故事系列時對異構編程充滿了嚮往，不過本人C/C++基礎很差，所以這門課選了也只是放在那……搞高性能科學計算的同學們可以關注下！
22. Illinois的 Cloud Computing Concepts
哈哈，難得選上一門跟工作實際相關的課程啊。之前看的大多數雲計算的書都比較虛，這個課聽了個Intro感覺乾貨挺足的，編程作業是用C++實現一個member protocol，感覺挺有趣。這也是一個系列課程，每門課都不長，看起來負擔不大。必須要重點跟一下了！
15-4-13更新：
完成了CCC的第一部分，這門課的很多方面跟Mining Massive Datasets非常像，老師上課基本上就是講解各種分散式演算法，畢竟是一步一步講演算法過程，比看書應該吸收快一些。然後就是簡單介紹各種演算法的應用。涵蓋的內容還是相當豐富的，MapReduce，Gossip/Membership，P2P系統，KV存儲，分散式時序問題，大名鼎鼎的Paxos等等都有涉及，對拓寬知識面，了解分散式的一些基礎原理很有幫助。作業難度不大，美中不足的是唯一的一個編程作業用的是C++……完全不會啊……目前在跟第二部分的課程。23. Illinois的 Pattern Discovery in Data Mining
本科時上過印象最深的一門課就是數據挖掘了，當時就知道了這個著名的Han, Jiawei和他的經典教材。這次終於有機會聽一下他本人的授課了，不得不感慨這就是技術改變生活啊！
15-4-13更新：
可惜沒有足夠的時間，這門課沒有跟而選擇了Cloud Computing那個Specialization。由於這2個系列都出自Illinois，而且對雲計算那個課的印象不錯，以後有空應該還會回來學的！24. Brown的 線性代數
通過寫代碼的方式來學線性代數真實令人耳目一新！主要是在台大的機器學習課程中被各種數學虐虛了，必須來補習一下基礎了啊！
15-4-13更新：
這門課我非常喜歡！講解，作業都很吸引人！尤其是對學到內容的應用部分，給人相當直觀的感受！比如用學到的知識去做照片視角的變換，應用於加密解密系統等。要是本科時的線性代數能這麼講該多好！美中不足的就是對於數學原理部分介紹還是比較粗暴的，可能可以結合 理解矩陣 | 我愛計算機 這篇文章一起看看會有所幫助。25. 巴黎高等師範的 Statistical Mechanics
一看是個不認識名字的大學，查了下才知道是法國第一名校……聽了第一周的蒙特卡羅方法，對法式英語很不習慣……而且對這個領域之前沒有任何了解，他上來直接這麼講感覺讓人有點雲里霧裡的……不出意外估計不會跟多久吧。
15-4-13更新課程：
26. 南京大學的 軟體測試
之前看了幾個北大的公開課總感覺老師年紀都好大，講課毫無激情，內容也比較陳舊。最近看了這個課的介紹部分，感覺內容很新，跟行業結合挺緊密的，而且老師也比較年輕，第一印象不錯。課程還專門搞了個Mooctest系統來幫助大家學習實戰，極具誠意，值得推薦！
27. EPFL的 Principles of Reactive Programming
Scala課程的第二部分，還是由Scala之父親自操刀。鑒於目前Spark如此火爆，有時間還是要跟一下的。另外Berkeley在edX開了兩門Spark相關的課，看介紹是用其Python介面來教學的，不過跳票好久了啊…… Introduction to Big Data with Apache Spark
15-6-29更新：
工作太忙中途放棄了Scala的這門課，視頻和作業難度一如即往的大，個人感覺更偏實戰一些，應該是市面上最好的了解學習Scala的課程了！如果重開的話再跟吧。最近倒是把edX的那門Spark課上得差不多了，等全部完結再來寫總結。15-9-29更新：
有好一陣子沒有上課了，而且之前Coursera也很久沒有推出新的讓我感興趣的課程……於是就刷了2門edX的課，也一併放在這裡吧。28. UC Berkeley的 Introduction to Big Data with Apache Spark
與Databricks合作的課程，課程安排設計合理，講解非常清晰順暢，有種在看新聞播報的感覺，應該是花了大量時間準備+錄製的。主要就是介紹了時下非常火爆的Spark的工作原理，大數據的一些概念介紹。作業主要是問答題和Lab，這個Lab的體驗是相當的好啊！用Vagrant拉下虛擬機來就直接搭好Spark環境，然後用IPython notebook來寫作業，感覺交互性，展示的美觀程度完全不輸Rmd！作業內容還是比較接近實戰項目的，整體難度中等，對著PySpark文檔寫作業基本毫無壓力……
29. UC Berkeley的 Scalable Machine Learning
上一門課的後續，更多偏向了機器學習的內容。不過感覺深度一般，Scalable估計主要就體現在能用Spark來做類似MR的大規模並行處理了，在演算法細節上的優化介紹和機器學習原理性的東西介紹很少。時間也太短了點……感覺意猶未盡。多來幾周的內容就好了！
edX的證書：
今天看到有人在知乎說Coursera怎麼都是收費課程了，我上去轉了圈發現有大量課程更新啊！而且不少也採用了edX，Udacity里那種學校和業界知名公司合作的形式……看來又可以一陣猛刷了。
30. Illinois的 Cloud Computing Applications
這個課是雲計算系列課程中的第三門，視頻量出奇的大……最近實在沒時間，到現在我第一周的視頻都還沒看完。不過目前看內容感覺挺不錯的，雲計算，大數據各種內容包羅萬象，講解內容也還是有所深入，並不是蜻蜓點水一筆帶過的那種。後續應該至少會把所有的視頻跟完。
15-12-10更新：
Coursera改版之後把重心放到了「專項課程」上，最近主要關注了下Data Science下面的幾個專項。31. 華盛頓大學的 Machine Learning Specialization
目前上過體驗最好的Specialization也是體驗最好的機器學習課程！對初學者友好度令人感動……被台大的課虐怕了的同學可以來感受一下。只要有非常基礎的Python，線性代數經驗就能順利上手，課程內容有趣，講解到位，正回饋多多，很容易堅持下來。目前完成第一門課是一個Overview，把後面幾門的主要內容都過了一遍，同時展示了Dato（這門課的合作商）強大的GraphLabCreate框架。作業難度低，而且趣味性及實戰性比台大的作業好不少，輕輕鬆鬆就實現了一個深度學習神經網路有木有！不過如果是有經驗的從業者，估計這個系列難度會有點過低了……
32. UC San Diego的 Big Data Specialization
這個系列也不錯，主要介紹Hadoop系的那些東東，配合Cloudera的VM來講解，布置作業。上完前3門，MapReduce，HDFS，Hive，Pig，HBase，Spark，Splunk（這門課的合作商）都在作業中有了直觀的使用體驗，當然基本沒有什麼難度……從沒接觸過Hadoop生態圈的同學可以通過這個課快速了解下。
33. 華盛頓大學的 Data Science at Scale Specialization
雖然名字看起來很牛，不過給我感覺是這三個專項課程中最差的一門了。上完兩門，最後一門棄了。內容偏理論，講解略枯燥，上完感覺收穫不大。另外還有很多新的CS方面的Specialization：Computer Science
有不少Python，Java和前端開發方面的課程，感興趣的同學可以follow下。16-12-24更新：
34. 多倫多大學的 Neural Networks for Machine Learning
16年是人工智慧和深度學習大紅大紫的一年，這門課又是來自宗師級人物Hinton，必須得上啊！上之前最好是已經有「傳統」機器學習的基礎，否則需要補習很多課程中沒有解釋的各種概念……這個課應該是12年製作的，在當時看來絕對是極其前沿的內容，Hinton老師帶著大家各種讀論文，甚至還有沒發表的研究成果，感覺更像是一門研究生級別的課。作業難度不大，編程作業用的是Matlab，稍微有點遺憾……要是用TensorFlow之類的多好！當然12年那時還沒有開源TF……老爺子的英語跟其它美語老師的風格很不一樣，喜歡看英劇的朋友們有福了
35. 斯坦福大學的 Probabilistic Graphical Models
這又是一個領域宗師親自上的課，跟吳恩達的cs229一起算是Coursera的看家寶了！概率圖模型本身是傳統機器學習里比較高級的方法，只可惜現在風頭都在深度學習那了……課程本身內容非常豐富，也分了表達，推斷，學習三個部分來上（否則就要稱為一個近20周的大課了）。就講課來說個人認為比Hinton講的要更好，比較具體，會有推演和舉例。作業我只做了問答題，有兩個可選的編程作業沒有額外花時間去做了。強烈推薦搞這個方向的同學跟這門課。36. EPFL的 Scala Specialization
這個其實就是之前Martin的Scala課程，另外加了2門並發和Spark組成了一個專項課程。第二門課貌似被閹割了一些內容，有點遺憾。整體上課體驗還是不錯的，編程作業很有挑戰性！Scala本身隨著大數據和Spark框架的崛起也變得越來越流行，反正我本人用了幾天Scala做項目原型後就再也回不去Java了……哈哈哈，必須向廣大JVM平台開發者安利下！37. 密歇根大學的 Applied Data Science with Python
這個系列課程我沒有上，因為本身對Python，numpy，pandas，sklearn之類都已經比較熟悉了。不過對於想從事數據工作的人來說，都可以跟一下這個課入個門。Python本身學習曲線很低，掌握之後的生產率提升又很明顯，性價比相當高！看了下課程內容安排都挺合理，根據我之前上密歇根大學的其它課程經驗來看應該不會差。歡迎有上過此系列課程的同學提供反饋。38. 優達學城的 深度學習
這個是Udacity的課程，其實就是Google出品的TensorFlow tutorial……比起剛開始這個課的內容上已經有所完善了，但總體來說還是一個走馬觀花的課程，比較適合有一定機器學習基礎的人初次體驗深度學習來上。作業內容就是TensorFlow項目里的一些example，用Jupyter Notebook寫，語言用的自然是最好上手的Python binding。無論是作業還是問答題都沒有評分，全靠自覺。如果想系統學習深度學習，還是更推薦斯坦福的cs231n和cs224d這兩個課。39. Deeplearning.ai的 深度學習專題課程
最近非常熱門的新課，大名鼎鼎的吳恩達主講！之前很多人評論說為什麼這個回答里都沒提到Coursera的鎮站神課cs229，這次終於有機會體驗了一下吳恩達的講課！不得不說吳老闆講課的確厲害，很多複雜的問題都講解的很清晰。總體內容上比較基礎實在，結構設計非常合理，各種承前啟後對新手來說很友好。而且裡面融入了很多吳恩達多年從業經驗的總結，比如gradient check技巧，還有整個第三門課程講如何組織機器學習項目等等。這點非常難能可貴。想起之前有人採訪數學家們說你們思考數學問題時真的都是像論文里那樣滿腦子都是公式飛來飛去嗎？很多人表示其實不是的，他們會有一套更形象化更易於具象思維的表達方式來看問題。吳恩達是我見過少數能把這種「內在表達」非常清晰地講授出來的老師！現在只開了3門課，兩天就上完了有點不過癮……可以期待一下剩下的兩門CNN和RNN。總而言之，強烈推薦！
看到這裡的同學，請允許我打個小小的廣告
杭州城西大數據分析方向初創公司招聘各類研發，產品，解決方案，運營人才！感興趣的同學歡迎聯繫我了解詳情！
最後必須炫一下證書集了，我上課的最大動力啊……
我讀過的幾個，確實很喜歡的（都完成了考試、拿到證書的），如下：
- The Modern World: Global History since 1760 University of Virginia的Philip Zelikow教授教的，學時14周，真的很好的歷史課（今年的session是1月14日開課，五星推薦。這課的授課錄像我全下載了，值得收藏）。當初我是開課一半了才讀，所以最後雖然拿到證書，但分數比較低（太多的penalty，扣了很多分，五、六個星期的課都是我後來補上的）補充：這門課的亮點在於，用另外的視角看待歷史，帶著「為什麼」而不是「什麼時候發生了什麼」的問題去研究歷史，所以相當有啟發很多人問我可不可以分享下載的課程，今天在iTunes U里發現有這個課程，且可以下載全部視頻，這裡是該課鏈接：https://itunes.apple.com/ch/course/the-modern-world-global-history-since-1760/id802769613?l=en- Archaeology"s Dirty Little Secrets
Brown University的Sue Alcock教授教的，學時8周，作業好多，但都是那種讓你愛做的，而且討論區極活躍，我們都在期待有ADLS2更新：這個課程的新session二月24日又要開課了，這裡是註冊網址：Coursera.org我想補充一下這課的情況說明。這門課主要介紹如今的考古是怎樣的，我們如何對待考古發現等問題，每周除了要寫的作業，還有一個quiz。那8周的作業每次都有三個選項，一個基本是理論的，一個是動手的，另一個是建議性的。我記得自己分析過斷層現象、做過用Google Maps查看古迹、學寫過楔形文字、做過3D建模、寫過遺迹觀察報告……所以我說作業都是讓人愛做的。若有人喜歡考古，喜歡了解，那麼這是門相當棒的課程- Climate Literacy: Navigating Climate Change ConversationsUniversity of British Columbia的Sarah Burch教授和Sara Harris教授教的，學時10周，極長知識，還要寫兩個essays，討論區也特別讓人留戀補充：寫第一個essay時我未得要領，沒明白論文目的是要全面地展示問題，我帶著中國式的思維方式去指出問題，但欠缺數據支持，結果分數不夠高，第二篇就寫得好多了還有個我後來時間上衝突未能完成的，等再開課準備重上：
- 中國古代歷史與人物一秦始皇國立臺灣大學呂世浩助教教授，我喜歡聽他講解古文，比我以前的語文老師講得精彩多了補充：
- A Beginner"s Guide to Irrational BehaviorDuke University的Dan Ariely教授教的，這是門心理學課程，相當有意思，也相當推薦，但作業、閱讀量都比較大，還要寫論文，當時我也是時間衝突沒完成，但授課錄像和閱讀材我全部下載了，慢慢研究，也可能會再讀一次- Roman Architecture
Yale University的Diana E.E. Kleiner教授教的，是我正在讀的課程，準備完成所有作業。就目前來看也是個相當有意思的課程，是當初念ADLSy課時同學推薦的- Plagues, Witches, and War: The Worlds of Historical Fiction
University of Virginia的Bruce Holsinger教授教的。遺憾得很，我剛註冊，課程就結束了，看了一點兒錄像，發覺是自己喜歡的課程，只能等下一次了，但視頻值得收藏- Constitutional Struggles in the Muslim World
University of Copenhagen的Dr Ebrahim Afsah教的，他的語速極慢，我都是調到1.5x速聽課。這門課我當作知識來聽，只做quiz不寫論文（共兩篇），論壇上的討論容易過火，所以不怎麼參加在我的Watchlist上的還有下面這些課程：
- Greek and Roman Mythology (University of Pennsylvania)- Internet History, Technology, and Security (University of Michigan)- A History of the World since 1300 (Princeton University)- Introduction to Astronomy (Duke University)- Introduction to Philosophy (University of Edinburg)- Critical Thinking in Global Challenges (University of Edinburg) 1月20號（今天）開課- Introduction to Mathematical Thinking (Stanford University)- The Ancient Greek (Wesleyan University) 去年我曾上過一段時間，時間衝突，加上教授不如Philip Zoelikow有魅力，就放棄了，但ADLS的同學推薦，所以準備今年重新來過- The Camera Never Lies (University of London)- Online Games: Literature, New Media, and Narrative (Vanderbilt University)- 史記（一）（國立臺灣大學）- 崑曲之美 (香港中文大學)- 中國人文經典導讀 (香港中文大學)- Introduction to Classical Music (University of Michigan)- How Green Is That Product? An Introduction to Life Cycle Environmental Assessment(Northwestern University)- Conditions of War and Peace (University of Tokyo)- Comic Books and Graphic Novels (University of Colorado Boulder)- Introduction to Public Speaking (University of Washington)- The Fall and Rise of Jerusalem (Tel Aviv University)- Genetics and Society: A Course for Educators (American Museum of Natural History)- 9/11 and Its Aftermath (Duke University)- International Organizations Management (University of Geneva) - The Holocaust (University of California, Santa Cruz)- Climate Change (University of Melbourne)- The Diversity of Exoplanets (University of Geneva)- The Emergence of the Modern Middle East (Tel Aviv University)- Globalization and You (University of Washington)- Coaching Teachers: Promoting Changes that Stick (Match Teacher Residency)我覺得已經把自己的興趣喜好透露得夠多了……首先我想知道為什麼要提這個問題，任何在這個問題下回答的都脫不了廣告嫌疑。是的，我出現在這裡證明我也有嫌疑。鑒於此，我只會推薦我自己上過的並且確實覺得有價值的。那些看過介紹和老師名字就推薦的，能不能認真一點？
首先的問題是如何確定「有價值」這個標準。對於我的這個答案來說，有價值代表這些要素：- 相比看書，這門課能更快的使你理解這個方向的主要思想和解決問題的思路。這代表了更有效率的學習。
- 這門課給你打開了全新的思維模式。打開一扇門，讓你看到全新的一個世界，就是這個意思。
- 只此一家，別無分店。有些課，一旦錯過就不再。
我會在每門推薦課程名字後標註推薦的最主要原因。
在我推薦前首先要說明的是，本人上過的課主要集中在計算機，工程，經濟金融，歷史等方面。別的領域好課眾多，還等待大家慢慢發現。本人再無精力涉獵其它方向。
以下推薦按完成時間排序，而且我一般先說問題，後說優點。：
- Model Thinking，原因2。這門課有很多人說太淺了。不錯，確實很多東西只是點到而止。不過個人認為這種課程最大的價值不是讓你學會解決什麼問題，而是開拓思路，告訴你有些問題可以這麼看，有些問題可以那麼看。也許那天在你遇到問題的時候，你突然就會想到某個模型呢？
- Probabilistic Graphical Models，原因3。這門課最大的問題是講解並不清晰，有點趕時間的感覺，也許這只是第一輪時候的情況，後續輪次我不太了解。而優點呢？只此一家，別無分店。是的，非MOOC的PGM課程還有，但是MOOC形式的就這一個了。而且作業挺有挑戰性的，做完了會讓你很有成就感的。
- Functional Programming Principles in Scala，原因1。我就是從這門課入門函數式編程的。但是想入門的同學我並不建議從這裡開始。這門課主要還是講scala，講得非常清晰明白，作業難度適中。想學scala的強烈推薦！
- Neural Networks for Machine Learning，原因3。這課吧，你要說缺點確實也不少，比如講解不是那麼清楚明白，作業太簡單了等等。但是它的獨一無二的優點是Hinton講解的啊！只此一家，別無分店，而且似乎開過一輪就不再開了。後來的小夥伴也許就真的無緣得見了。
- Algorithms: Design and Analysis, Part 1，Algorithms: Design and Analysis, Part 2，原因1。這課的思維有些跳躍，能讓你真切地感覺到智商差距（ACM大牛請無視）。不過作為演算法課你在MOOC也基本找不到比這個更好的了。
- Algorithms, Part I，Algorithms, Part II，原因3。是的，Princeton不給證書。但是就憑這課的作業評分系統你就不能錯過。
- The Hardware/Software Interface，原因3。這課講的一點也不出彩。我就是覺得講這部分內容的MOOC挺少的，另外這課的作業挺有意思，前幾章來源於CSAPP，後面的寫內存分配函數也是挺不錯的練習。
- Fundamentals of Audio and Music Engineering: Part 1 Musical Sound Electronics，原因3。推薦這課的原因是只此一家，別無分店。另外這課講的也算是不錯的。有很多直觀的動畫模型來幫你理解概念。想更好的理解聲波什麼的來看看這個絕對能讓你豁然開朗。
- Discrete Optimization，原因3。這可我在各種場合說過無數遍了。這課的缺點是缺少清晰的理論脈絡。不過也許人家根本就不想講啥理論。這課的授課方式就是，給你一堆問題，你自己先隨便玩吧，過幾天老師告訴你「有的問題可以這麼弄，再過幾天又告訴你有的問題可以那麼弄……直到你最後把所有問題解決。我很喜歡這樣的方式。
- A Brief History of Humankind，原因2。這門課就是屬於那種讓你開眼界的類型。雖然大部分觀點並非老師獨創，但是把這麼多有意思的，獨特的觀點融入對整個人類歷史的討論中，我還是第一次見到。每天睡前聽那麼一小節，真的是有意思的旅行。
- 秦始皇，史記，原因2。這門課的意義在於教理工科思維的人讀歷史。如果你已經知道了什麼是微言大義，什麼是春秋筆法。那麼就沒有聽這課的必要了。
- Economics of Money and Banking, Part One，Economics of Money and Banking, Part Two，原因2。有人的答案里搞錯了。這門課才是寫作《新倫巴底街》的Perry Mehrling的作品。作為一個理工科思維的外行來看，這門課的意義是讓我了解了各種金融活動背後的貨幣屬性，從而更好地理解金融市場。
- Principles of Reactive Programming，原因3。Scala那門課的後續課程，主要是使用scala來構建非同步的程序。感覺第一版對很多概念講解的並不清楚。比如我現在就沒搞清楚monad的來龍去脈。所以推薦這門課的原因就是：只此一家，別無分店。
- Linear and Integer Programming，原因1。線性和整數規劃在Coursera上有兩門課。我推薦這門課的原因是，這門課講的很簡單直觀，而且例子很多，容易理解。如果喜歡理論性強一點的可以去上另一門。
- Introduction to Recommender Systems，原因3。推薦系統的MOOC課，只此一門了吧。課講的還算清楚。採訪各種大牛絕對是亮點，有很多能學到的東西。
- Introduction to Power Electronics，原因1。雖然我寫的原因是1，但是這課也真的是別無分店了。沒見到別的課講開關電源的。這課講的不錯，作業也挺好。就是算來算去的，挺花時間的。
- Programming Languages，原因1。我覺得這才是入門函數式編程的最佳課程。短短的幾周課講了多種語言，對於一些程序猿之間經常爭吵的許多話題老師也給出了明確的答案。函數式編程和面向對象編程的最主要區別我覺得也總結的十分到位。沒見過更好的課了。
- 機器學習基石 (Machine Learning Foundations) ，原因1。對於中國人來說，這是最佳的入門機器學習的課程了吧。有一定的理論深度，中文授課，作業有挑戰性。沒有更好的了。當然如果你不要求掌握多少理論，那去上Andrew Ng的課也行。
- Moralities of Everyday Life，原因2。一度覺得和著名的哈佛的公正課很相近。教你思辨，分析一些或是司空見慣的，或是匪夷所思的道德問題。聽過之後很有啟發。作業都是選擇題，但是要讀很多閱讀材料。
就先推薦這些，這裡是19項，不是19門課，有些系列課程被放到了一起。
我想提醒一點，只看老師名氣來判斷課程是不靠譜的，有些大牛並不擅長講課。所以一些課程實際是被過譽了的。只有親身體會過，才能知道什麼適合自己。
補充：現在正在上Stanford的MMDS和MIT的Underactuated Robotics，有小夥伴一起嗎？2014年的時候狀態非常差，我花了幾個月在各大平台認真的學習了所有感興趣的Mooc，有的課為了做筆記反覆聽了好幾次，拿了20幾個證書，幾乎全部是優秀，那時候還都是免費的，改版以後我好多證書都不見了。大部分都是Coursera的，加了幾個QQ學習群，讀了喜歡的老師的所有書。
可以說是Coursera, 陪我把沿路感想，活出了答案。陪我把獨自孤單，變成了勇敢。
我一直有個夢想，有一天能見到這些改變我一生的老師，到時候應該會哭吧。。。
不知道現在寫這個回答還會不會有人看，但是真的很感謝Coursera,上完了教育和心理的基礎課以後我就堅定的從法律轉到了教育，開始了實習、申請學校、考教師執照的專業之路。
就當是記錄當初夢開始的地方吧。
這些還不包括我在edX, Open2study和各大名校的網站上學習的課程。
其中一個QQ群里還有上過央視新聞聯播的Mooc大神王楨，他都拿了90多個證書了哈哈，在知乎又碰到了。@王楨
還有很多上了但是不想花時間拿證書的課：
說這些只是為了證明，我今天推薦的課，全都是我真的上過的，不是隨便複製來的。因為證書並沒什麼用。
- 教育類
1. Coaching Teachers: Promoting Changes that Stick - Match Teacher Residency | Coursera
2. Surviving Your Rookie Year of Teaching: 3 Key Ideas amp;amp; High Leverage Techniques
製作方： 匹配教師培訓機構 Match Education
挺簡單的關於教師職業培訓的3門系列課，對於新老師有很多實用的小技巧。沒有太多學術的東西。
3. Teaching Character and Creating Positive Classrooms - Relay Graduate School of Education | Coursera 性格教育和創建積極課堂
KIPP創始人的課，很多乾貨，強烈推薦！採訪的都是教育界的名人，包括 Dr. Angela Duckworth ，研究Grit的博士。
我以前的答案里也提到過這門課，很多KIPP的理念都會提到 美國的KIPP(Knowledge Is Power Program) 和在中國被批判的應試教育有哪些異同？
4. Emerging Trends amp;amp; Technologies in the Virtual K-12 Classroom - University of California, Irvine | Coursera
想了解美國K12課堂里都用到哪些高科技嗎？上這個吧！
5. History and Future of (Mostly) Higher Education, 杜克大學
非常棒的教育者的課！我上了三次！裡面還有免費的作者的書《Now you see it》的下載。幾乎是我最喜歡的一門課了，把高等教育的歷史現狀未來講的很有趣，會有嘉賓訪談，杜克大學的參觀。最後的大作業是請你自己設計一個大學，很有創意。
而且杜克真的很用心在做在線課程，多年以後我還收到邀請對這門課評價調研的郵件，還會給Amazon禮卡獎勵。太有良心了。
6. American Education Reform: History, Policy, Practice - University of Pennsylvania | Coursera
製作方： 賓夕法尼亞大學
內容很豐富，多名教授在教
7. Blended Learning: Personalizing Education for Students - New Teacher Center, Silicon Schools Fund, Clayton Christensen Institute | Coursera
製作方： 新教師中心, 矽谷院校基金（Silicon Schools Fund）, 克萊頓·克里斯藤森研究所（Clayton Christensen Institute）
很棒很棒的課！如果你對在線教育、blended learning、翻轉課堂感興趣的話就上這個吧！會用簡單的圖形解釋實驗室循環模式（Lab Rotation）、翻轉課堂（Flipped Classroom）、個體循環（Individual Rotation）、就地循環（Station Rotation）、彈性模式（Flex）、菜單式（A La Carte）和增強虛擬模式（Enriched Virtual Model).
8. Globalizing Higher Education and Research for the 『Knowledge Economy』
威斯康星大學麥迪遜分校
- 生活類
1. Nutrition, Health, and Lifestyle: Issues and Insights
范德堡大學
每個人都應該上的課！老師語速適中，非常優雅，如沐春風。當年春節她還留言回復我Happy Chinese New Year. 這門課改變了我的飲食習慣，學完你會看食品包裝的配方表，你會明白所有「100%， 純天然，All nature」之類的廣告詞全是假的，你會明白保健品到底有沒有用，FDA到底是做什麼的，你會知道「Eat like a rainbow」 and "Eat Whole Food". 很有良心的課。
2. Stanford Introduction to Food and Health - Stanford University | Coursera
教學方： Maya Adam, MD, Lecturer
Stanford School of Medicine
這是我見過最好看的課了！畫面高清，布景漂亮，老師美美美！像老師需不需要化妝這種問題還用問嗎？！說是給小孩子做飯，其實可以作為營養學入門來看。這門課很火，幾千條好評，我上的時候是self-paced, 現在好像也要收費了。老師的Facebook也有很多資料，灣區的朋友更要看看，和我們的生活息息相關。
不過講真，Farmer"s Market和Organic Food到底是不是營養價值更高我持懷疑態度。
3. 我說一門女生一定要上的課！
Management of Fashion and Luxury Companies - Università Bocconi | Coursera
時尚和奢侈品公司管理！
製作方： 博科尼大學
老師有濃厚的義大利口音，哈哈哈哈
我記得作業是分析Burberry, Nike公司年報什麼的，看看也能學習不少。
- 中文
很多答案已經提到了，台大呂世浩老師的《秦始皇》《史記》，不僅課程一流，作業也很有創意。給歷史人物做Facebook主頁。
當時我批的所有作業都特別棒啊，學習氣氛特別好。真懷念。和@王德超老師也是那個時候認識的。
- 金融
1. Financial Markets - Yale University | Coursera
教學方： Robert Shiller, Sterling Professor of Economics at Yale University
Economics
不用說了，諾獎獲得者的課
2. Grow to Greatness: Smart Growth for Private Businesses, Part I
弗吉尼亞大學
創業類，不算金融其實。有兩部分，老師請到周圍很有名的Startup創始人來做採訪，我記得有一個賣老花鏡的，也是很良心的課。
- 心理
Introduction to Psychology as a Science ，喬治亞理工
這個是卡內基梅隴的免費心理課，我不記得為什麼這兩個我都一起學了。
Register for a Course
不知道現在MOOC怎麼樣了，當年的氣氛真的特別好，國外的老師會有Facebook或者Google之類在線回答問題的時間，郵件必回，討論群也會參加，作業同學們都會寫很多評語。這點當初比國內的大學要好得多，國內的基本就是助教在維持，我上過的教授都沒有參與互動。當時還有慕課學院分享筆記，微博的知識帝愛吃培根打卡，王楨的慕知網，現在不知怎樣了呢。
祝大家學習愉快！
最近剛完成的Grasp Lab機器人相關的幾門課程，適合小白入門，主講人全是賓大Grasp Lab的大神，作業全是用Matlab，也都可以免費Enroll：
１. Robotics: Aerial RoboticsCoursera - Free Online Courses From Top Universities主講人：Vijay Kumar(Vijay Kumar Lab)這個說是全球最牛的四旋翼飛行器課題組應該不為過，課程主要講了四旋翼的運動學，牛頓拉格朗日動力學，PID控制，最高到八階的Min Snap路徑規劃。三次作業分別是是 1d, 2d, 3d的四旋翼PD Control。
- 機器學習入門
1.台大機器學習基石 台大機器學習技法
用過的都說好，但是好像...林老師去創業，不再開了？2.概率圖模型 Probabilistic-Graphical-Models(https://www.coursera.org/learn/probabilistic-graphical-models/home/welcome)- Python入門(我個人編程的入門，雖然現在依然還是很渣)：
Rice: An Introduction to Interactive Programming in Python
https://www.coursera.org/learn/interactive-python-1Coursera上現在有超過600門課程，超過10門不同語言，差不多都是來自名校的教授，其實都不會差，可能有些適合自己，重點關注一些有特色的課程。（定期更新，把coursera上很多有趣的課程匯總起來）
2014年5月：- 面向全球學生的美國法律介紹 The Global Student"s Introduction to U.S. Law 佛羅里達大學 5月1日 課程鏈接
- 大腦與空間 The Brian and Space 杜克大學 5月5日 課程鏈接
- 人類行為遺傳學 Introduction to Human Behavioral Genetics 明尼蘇達大學 5月5日 課程鏈接
- 分析企業和社會的全球趨勢 Analyzing Global Trends for Business and Society 沃頓商學院 5月5日 課程鏈接
- 通過情商實現鼓舞人心的領導 Inspiring Leadership through Emotional Intelligence 凱斯西儲大學 5月5日 課程鏈接
- 西班牙語風格及改進（西班牙語） Corrección y Estilo en Espa?ol 巴塞羅那自治大學 5月5日 課程鏈接
- 性格教育和創建積極課堂 Teaching Character and Creating Positive Classrooms 若雷教育學院 5月7日 課程鏈接
- 搖滾史（一） History of Rock, Part One 羅徹斯特大學 5月9日 課程鏈接
- 了解歐洲：歐洲的重要性以及它對於您的價值 Understanding Europe: Why It Matters and What It Can Offer You 巴黎高等商學院 5月9日 課程鏈接
- 培訓教師：促進有效改變 Coaching Teachers: Promoting Changes that Stick 匹配教師培訓機構 5月9日 課程鏈接
- 面向模式的軟體架構：Android手持系統的移動應用編程 Pattern-Oriented Software Architectures: Programming Mobile Services for Android Handheld Systems 范德堡大學 5月12日 課程鏈接
- 英語教學方法 2：成功之路 Shaping the Way We Teach English 2: Paths to Success in ELT 5月12日 課程鏈接
- 使用下一代科學標準方法來加深學生理解 Using The Next Generation Science Standards for Students』 Deeper Understanding 萊斯大學 5月12日 課程鏈接
- 聲學入門1 Introduction to Acoustics (Part 1) 韓國科學技術高級研究院 5月12日 課程鏈接
- 教育的基礎學習3：學習者和學習 Foundations of Teaching for Learning 3: Learners and Learning 英聯邦教育信託基金 5月12日 課程鏈接
- 基於案例介紹生物統計學 Case-Based Introduction to Biostatistics 約翰霍普金斯大學 5月12日 課程鏈接
- 法醫學概論 Introduction to Forensic Science 新加坡南洋理工大學 5月19日課程鏈接
- 生命體征：了解身體告訴我們的信息 Vital Signs: Understanding What the Body is Telling Us 賓夕法尼亞大學 5月19日 課程鏈接
- EDIVET：如何成為一名獸醫？ EDIVET: Do you have what it takes to be a veterinarian? 愛丁堡大學 5月19日 課程鏈接
- 全球老齡化 Growing Old Around the Globe 5月19日 賓夕法尼亞大學 課程鏈接
- 計量金融學的數學方法 Mathematical Methods for Quantitative Finance 華盛頓大學 5月19日 課程鏈接 Coursera
- 不斷變化的全球秩序 The Changing Global Order 萊頓大學 5月19日 課程鏈接
- 科技與倫理 Technology and Ethics 俄亥俄州立大學 5月19日 課程鏈接
- 教育的基礎學習6：學生評價概論 Foundations of Teaching for Learning 6: Introduction to Student Assessment 英聯邦教育信託基金 5月19日 課程鏈接
- 單變數微積分 Calculus: Single Variable 賓夕法尼亞大學 5月23日 課程鏈接
- 理解谷歌，理解媒體 Understanding Media by Understanding Google 5月26日 課程鏈接
- 聖經的史前史，目的和政治前景 The Bible"s Prehistory, Purpose, and Political Future 艾莫利大學 5月26日 課程鏈接
- 馬的課程：基本護理和管理介紹 The Horse Course: Introduction to Basic Care and Management 佛羅里達大學 5月 27日 課程鏈接
- 職業生涯和就業技能提升 Enhance Your Career and Employability Skills 倫敦大學 5月27日 課程鏈接
- 發展中國家的水供應和衛生政策 Water Supply and Sanitation Policy in Developing Countries 曼徹斯特大學 5月26日 課程鏈接
- 海洋解決方案 Ocean Solutions 西澳大利亞大學 5月26日 課程鏈接
- 系外行星多樣性 The Diversity of Exoplanets 日內瓦大學 5月26日課程鏈接
- 在小學教育中應用信息和通信技術：通過課程設置轉變學習方法 ICT in Primary Education: Transforming children"s learning across the curriculum 倫敦大學 5月27日 課程鏈接
- 初級衛生保健實現全民健康 Health for All Through Primary Health Care 約翰霍普金斯大學 5月28日 課程鏈接
- 預防慢性疼痛：人體系統性方法 Preventing Chronic Pain: A Human Systems Approach 明尼蘇達大學 5月30日 課程鏈接
————————————————————————————————————————
Specializations On Coursera這個新板塊的系列課程1 約翰霍普金斯大學 R語言系列課程 Data Science （9門課程）https://www.coursera.org/specialization/jhudatascience/1 三位老師的博客 Simply Statistics 專註R語言數據分析，經驗豐富，課程非常詳盡2 西奈山伊坎醫學院 系統生物學系列課程 Systems Biology （5門課程）
https://www.coursera.org/specialization/systemsbiology/6 非常前沿和綜合的系列課程，整合很多資源，涉及到很多學科，從實驗方法、網路分析到動態模型3 萊斯大學 Python語言系列課程 Fundamentals of Computing （3門課程）
https://www.coursera.org/specialization/fundamentalscomputing/9Python交互編程入門出自這個系列 https://www.coursera.org/course/interactivepython4 Android系列課程 Mobile Cloud Computing with Android（3門課程）
https://www.coursera.org/specialization/mobilecloudcomputing/25 網路安全 Cybersecurity （4門課程）
https://www.coursera.org/specialization/cybersecurity/7非常受關注的課程密碼學就是出自這個系列 https://www.coursera.org/course/crypto經典課程- 機器學習 Machine learning https://www.coursera.org/course/ml 斯坦福大學 Coursera的聯合創始人Andrew Ng（吳恩達）的課程，也是coursera招牌課程，深入淺出，利用Octave/Matlab軟體，Andrew Ng正在幫助構建Google Brain
- 單變數微積分 Calculus: Single Variable https://www.coursera.org/course/calcsing 賓夕法尼亞大學 完全動畫展示微積分，非常經典和推薦的課程。
- 社會心理學 https://www.coursera.org/course/socialpsychology 衛斯理大學 Scott Plous 創建了社會心理學網站 Social Psychology Network 課程很有趣（2014年7月14日 ）
- 統計學入門 https://www.coursera.org/course/stats1 普林斯頓大學
- 生物信息學演算法https://www.coursera.org/course/bioinformatics 加州大學聖地亞哥分校 連接網站https://stepic.org/ 和 ROSALIND | Problems 通過解決問題來學習
- 實驗基因組科學 https://www.coursera.org/course/genomescience 賓夕法尼亞大學
- 概率圖模型https://www.coursera.org/course/pgm 斯坦福大學 Coursera聯合創始人Daphne Koller的課程
- 金融市場https://www.coursera.org/course/financialmarkets 耶魯大學 Robert J. Shiller 2013年諾貝爾經濟學獎得主
- 資料庫概論 https://www.coursera.org/course/db 斯坦福大學 （時間進度自安排狀態）
- 假如其他星球也有生命https://www.coursera.org/course/otherearths 普林斯頓大學 （2014年2月3日）
- 哲學導論https://www.coursera.org/course/introphil 愛丁堡大學
- 怪誕行為學 https://www.coursera.org/course/behavioralecon 杜克大學 Dan Ariely 是《怪誕行為學》的作者，多次到Ted演講，Dan Ariely | Profile on TED.com 他對行為的很多研究很有趣，並且應用到經濟學中，非常推薦的課程
- 日常生活中的道德 Moralities of Everyday Life https://www.coursera.org/course/moralities 耶魯大學 Paul Bloom是
新型課程
- 遊戲化 Gamification https://www.coursera.org/course/gamification 賓夕法尼亞大學
- 移動機器人的控制https://www.coursera.org/course/conrob 喬治亞理工學院
- 地圖和地理空間的革命 https://www.coursera.org/course/maps 賓夕法尼亞州立大學
- 組織分析https://www.coursera.org/course/organalysis 斯坦福大學
- 動物行為https://www.coursera.org/course/animalbehav 墨爾本大學
- 現代與後現代 https://www.coursera.org/course/modernpostmodern 衛斯理大學
- 宇宙分析https://www.coursera.org/course/analyze 羅格斯大學
- 天體生物學和尋找外星生命https://www.coursera.org/course/astrobio 愛丁堡大學
- 理解愛因斯坦：狹義相對論 https://www.coursera.org/course/einstein 斯坦福大學
- 從大爆炸到暗能量https://www.coursera.org/course/bigbang 東京大學
- 模型思維 https://www.coursera.org/course/modelthinking 密西根大學
- 數學思維導論 https://www.coursera.org/course/maththink 斯坦福大學
- 通過情商實現鼓舞人心的領導https://www.coursera.org/course/lead-ei 凱斯西儲大學
- 實驗室物理學導論https://class.coursera.org/otherearths-001 喬治亞理工學院
- 個人與全球化https://www.coursera.org/course/globalization 華盛頓大學
- 策略：管理者從偉大的哲學家學到什麼？ https://www.coursera.org/course/businessandphilo 巴黎中央理工學院
- 超越矽谷：在轉型經濟體中促進創業 https://www.coursera.org/course/entpecon 凱斯西儲大學
- 現代與當代美國詩歌https://www.coursera.org/course/modernpoetry 賓夕法尼亞大學
- 美觀，形式和功能：對稱探索https://www.coursera.org/course/ntusym 新加坡南洋理工大學 （2014年2月17）
- 法醫學概論https://www.coursera.org/course/ntufsc 新加坡南洋理工大學 （2014年5月）
- 如何申請美國大學https://www.coursera.org/course/usuniversities 賓夕法尼亞大學
- 音樂理論基礎https://www.coursera.org/course/musictheory 愛丁堡大學
- 實用倫理學https://www.coursera.org/course/practicalethics 普林斯頓大學
- 核電科學與技術初探https://www.coursera.org/course/nuclearscience 匹茲堡大學
- 天文科技：天文學發現背後的科技https://www.coursera.org/course/astrotech 愛丁堡大學
- 遺傳與社會：教育者課程https://www.coursera.org/course/amnhgenetics 美國自然歷史博物館（2014年2月24）
- 進化論：教育者課程 https://www.coursera.org/course/amnhevolution 美國自然歷史博物館（2014年6月2日）
- 萬法歸一：建模工程系統 https://www.coursera.org/course/modelsystems 西北大學
特色課程
- EDIVET：如何成為一名獸醫？https://www.coursera.org/course/edivet 愛丁堡大學
- 了解大腦：日常生活中的神經生物學 https://www.coursera.org/course/neurobio 芝加哥大學
- 動態地球：給教育工作者的課 https://www.coursera.org/course/amnhearth 美國自然歷史博物館（2014年4月14）
- 古希臘https://www.coursera.org/course/ancientgreeks 衛斯理大學
- 羅馬建築 https://www.coursera.org/course/romanarchitecture 耶魯大學
- 運動生理學：深刻理解運動員 https://www.coursera.org/course/exphys 墨爾本大學
- 動物行為與福利 https://www.coursera.org/course/animal 愛丁堡大學
- 藝術和探究：博物館課堂教學策略 https://www.coursera.org/course/artinquiry 藝術博物館
- 現場直播：藝術家，動畫師和玩家的藝術史 https://www.coursera.org/course/livearthistory 加州藝術學院
- 理解谷歌，理解媒體https://www.coursera.org/course/googlemedia 西北大學
- 適合音樂及數字藝術家的編程基礎https://www.coursera.org/course/chuck101 加州藝術學院
- 計算藝術概論：Processing https://www.coursera.org/course/compartsprocessing 紐約州立大學
- 沃霍爾https://www.coursera.org/course/warhol 愛丁堡大學
- 幻想和科幻小說：人類心靈，我們的現代世界 https://www.coursera.org/course/fantasysf 密西根大學
- 考古學不可告人的小秘密 https://www.coursera.org/course/secrets 布朗大學
- 佛教與現代心理學https://www.coursera.org/course/psychbuddhism 普林斯頓大學
- 推論和勸說：通過柏拉圖的三次對話進行思考 https://www.coursera.org/course/reasonandpersuasion 新加坡國立大學
- 為愛犬人士準備的犬類生殖學 https://www.coursera.org/course/theriogenology 明尼蘇達大學
- 傑斐遜時代https://www.coursera.org/course/jefferson 弗吉尼亞大學
- 馬營養https://www.coursera.org/course/equinenutrition 愛丁堡大學
- 網際網路歷史、技術和安全https://www.coursera.org/course/insidetheinternet 密歇根大學
- 植物所知道的https://www.coursera.org/course/plantknows 特拉維夫大學
- 屹立的結構：日常物品中的靜力學https://www.coursera.org/course/staticsofobjects 佛羅里達大學
- 音樂大爆炸：搖滾樂起源 https://www.coursera.org/course/musicsbigbang 佛羅里達大學
- 鏡頭不會說謊https://www.coursera.org/course/lyingcamera 倫敦大學
- 宗教社會的包容實踐：義大利的教堂和猶太人https://www.coursera.org/course/religionandtolerance 馬里蘭大學帕克分校
- 「注意！！」生命各階段的注意力缺陷多動障礙https://www.coursera.org/course/adhd 賓夕法尼亞大學
- 探索貝多芬鋼琴奏鳴曲https://www.coursera.org/course/beethovensonatas 柯蒂斯音樂學院
- 這些事情是如何運作的 1（ How Things Work 物理入門） https://www.coursera.org/course/howthingswork1 弗吉尼亞大學
前沿熱點課程
- 降溫：為什麼我們必須避免全球溫度升高4℃ https://www.coursera.org/course/warmerworld 世界銀行
- 海洋巨型動物：海洋科學和保護導論 https://www.coursera.org/course/megafauna 杜克大學
- 糖尿病：一個全球性挑戰 https://www.coursera.org/course/diabetes 哥本哈根大學
- 艾滋病 https://www.coursera.org/course/aids 艾莫利大學
- 氣候變化的四個維度 https://www.coursera.org/course/4dimensions 加州大學聖地亞哥分校
- 戰爭的悖論 https://www.coursera.org/course/warparadoxes 普林斯頓大學
- 恐怖主義和反恐:理論與實踐的比較https://www.coursera.org/course/terrorism 萊頓大學
- 基因和精準醫學 https://www.coursera.org/course/genomicmedicine 加州大學舊金山分校
- 國際人權法 https://www.coursera.org/course/intlhumanrightslaw 杜克大學
- 跨專業醫療健康信息學https://www.coursera.org/course/newwayhealthcare 明尼蘇達大學
- 惡意軟體及其地下經濟：每一個故事都有兩面性 https://www.coursera.org/course/malsoftware 倫敦大學
- 馬課程：基本關懷和管理基礎 https://www.coursera.org/course/thehorsecourse 佛羅里達大學 （2014年5月27日）
- 了解歐洲：歐洲的重要性以及它對於您的價值 https://www.coursera.org/course/europe 巴黎高等商學院
- 科技城市https://www.coursera.org/course/techcity 俄亥俄州立大學
- 災難預案https://www.coursera.org/course/disasterprep 匹茲堡大學
- 社會中的新商業模式https://www.coursera.org/course/bizsociety 弗吉尼亞大學
中文課程：
- 唐詩宋詞人文解讀https://www.coursera.org/course/sjtuch902 上海交通大學
- 中醫藥與中華傳統文化 https://www.coursera.org/course/sjtubm901 上海交通大學
- 粒子世界探秘https://www.coursera.org/course/sjtujxdepw 上海交通大學
- 紅樓夢 https://www.coursera.org/course/rcd 國立台灣大學
- 秦始皇 https://www.coursera.org/course/chinesehistory 國立台灣大學
- 史記 https://www.coursera.org/course/shiji 國立台灣大學
- 工程圖學 https://www.coursera.org/course/graph 國立台灣大學
- 活用希臘哲學 https://www.coursera.org/course/ntuugp 國立台灣大學
- 機率（Probability）https://www.coursera.org/course/prob 國立台灣大學
- 生物信息學：方法與導論 https://www.coursera.org/course/pkubioinfo 北京大學（2014年3月17日）
- 藝術史https://www.coursera.org/course/arthistory 北京大學
2017.07.16更新
練習了幾個月的sklearn和keras,感覺我現在調參還是玄學，得認真補補理論，發一個學理論的書單。一般需求學到理論6就行，想學到本質的可以看看7,8
2017.04.15更新
更新了一套深度學習入門方法，我也正在學，初學一門學科時，不要找太大量的書籍和各種資源，這樣會有選擇強迫症，同時看幾門課程很容易產生煩躁厭棄的感覺。
入門視頻課程可以從cs231N和fast.ai選擇一門
入門書籍可以選擇深度學習exacity/deeplearningbook-chinese。
框架我覺得keras挺好，適合入門。
千萬不要花太多陷入視頻書籍資源收集，找太多資料不會看的！
千萬不要花太多陷入視頻書籍資源收集，找太多資料不會看的！
千萬不要花太多陷入視頻書籍資源收集，找太多資料不會看的！
等我深度學習入門後繼續更
..........................................
2017.04.12更新
鑒於有些人看不了coursera，有兩種方法，一是改host，二是科學上網。還更新了深度學習入門知識，圖像處理和一些學習方法。
…………………………………
這個問題已經好久沒有更新了，作為機器學習入門小白來更新點關於計算機，數學，機器學習相關的mooc，不局限於coursera。由於我是英語渣，所以暫時看的全是有中文字幕的。所以英語不行的也可以放心往下閱讀。以後慢慢補英語。。。。。。。
首先是數學
- 線性代數
- 麻省理工大學的線性代數 麻省理工公開課：線性代數_全35集_網易公開課
- 配合上線性代數及其應用 (豆瓣)，好用到爆。這本書顛覆了我對線性變換的認識，各種變換原來都有幾何意義，這本書還介紹了奇異值的用法，對機器學習很有用。關鍵是這本書全書沒有太多證明，全是圖，入門很棒。
- 線性代數應該這樣學 (豆瓣),這本書觀點很獨特，看著很high。
- 數學分析
- 高等微積分 - 臺大開放式課程 (NTU OpenCourseWare)。台灣大學的課程超級贊，一看就停不下來。這門數學分析教程比較入門，很容易看懂，關鍵是老先生講得很有趣。視頻清晰度也超贊。
看看這個課程目錄，頗有武俠意味。
2.配合著數學分析原理 (豆瓣)，很爽。
3.還要加深的話，可以看看陶哲軒實分析 (豆瓣)
- 概率論與數理統計
- 概率論與數理統計 (豆瓣)，聽說這個不錯，準備看一看
- coursera上台灣大學的概率課程又開課了，以前沒看的趕緊去看看。這個適合入門，老師很幽默，作業題很不錯。
- 機器學習與深度學習
- coursera吳恩達的機器學習就不提了，必看的。台灣大學林軒田的，cs231也不說了，同理。
- 前幾天逛了逛coursera，又在coursera發現一門台灣大學的mooc，人工智慧，看了第一章後，發現原來人工智慧不只包含機器學習，深度學習.....還有好多種，這個mooc介紹了各種搜索樹，很不錯，準備繼續刷。他的配套教材人工智慧 (豆瓣)
- 我覺得最適合入門的課程應該是udacity上的課程，因為比較簡單，教你使用sklearn,tensorflow庫。google的工程師也在，很不錯.機器學習入門（中/英）.深度學習（中/英）.
- 統計學習方法 (豆瓣),機器學習 (豆瓣)當教材不錯。
- 深度學習入門詳細指南 exacity/deeplearningbook-chinese
- 演算法
- 首推coursera上普林斯頓的演算法課，全部java實現。我的java語法知識都是在這課程學的。配合著演算法 (豆瓣). 應該能入門。這mooc的作業真的非常有意思，非常棒，非常棒，非常棒！
- 國立交通大學開放式課程(OpenCourseWare, OCW),國立交通大學的演算法課講的也很好，適合深入，但是又比演算法導論淺顯。教材是演算法設計 (豆瓣)。
- cuda課程
- 現在的神經網路都在GPU上跑，學學英偉達的框架還是很有用的。並行編程入門
- 圖像處理
- 學了機器學習和深度學習，可以運用到圖像處理和計算機視覺。這門杜克大學的圖像處理課講得很好，並不需要太多傅里葉變換知識，淺顯易懂。Image and Video Processing: From Mars to Hollywood with a Stop at the Hospital - Duke University | Coursera
- 學習方法論
- 這門課講了如何學習，能建立正確的學習觀念，不走太多彎路。學會如何學習：幫助你掌握複雜學科的強大智力工具（Learning How to Learn） - University of California, San Diego | Coursera
綜上，我覺得台灣的大學公開課是真的很棒，英文的課件加上台灣腔，能學到很多英語辭彙又能聽懂課。國立台灣大學，國立交通大學，國立清華大學的課質量都很高，我關注了他們的計算機和數學課，值得探索。
我覺得自學這麼多的知識，一個人難免會很枯燥，堅持不下去。大家可以找同學一起學啊，如果在大學，志同道合的同學是最寶貴的財富，大家互相勉勵，堅持下去的概率高很多。我最開始一個人學，斷斷續續的，現在有了一起奮鬥的同學，效率就上來了。
等我發現新的好課程繼續更。 做好思維導圖我也會共享出來。
歡迎加入圖像處理學習群，群號碼：612579039，大家一起學習
最近開始狂補數學、統計以及機器學習一塊的基礎知識，採用的是大量觀看同一topic下各種不同學校不同老師開設的MOOC來不斷反覆強化一些概念。下面是我看過的一些課程，主要是coursera，也有可汗和edX。
先說一下可汗學院，它給我的感覺是講課速度比較慢，題目示例很多。但是很多題目解題節奏偏慢，我總會忍不住往前拉進度。網站用視頻配合習題的方式很贊，習題也挺多樣性的，並不只有選擇和填空。我在上面看過概率和統計的視頻，也做了大部分習題，基本上可以比較輕鬆的跟上，甚至有點太簡單了。所以可汗可能比較適合第一次學習某個topic的同學吧。
微積分：1. Calculus One (Coursera, Ohio State University)- 強烈推薦。一個Coursera上面新出的self-pace類型的課程（和可汗的方式很像，放幾個視頻就會接一個小測驗）。老師講課的語氣太有意思了（表情也很有意思……），而且上課的方式非常多樣性，並不是單一的用講義，一會兒用黑板一會兒用紙，有的時候還有搞些虛擬現實的東西。很期待這個老師接下來要開的Calculus Two以及其他課程。
- 一套三門課程Descriptive Statistics, Probability, Inference。
- 入門的統計課程，難度不大，我是躺在床上，半休息的狀態看得，基本上能輕鬆的跟上老師的進度。個人覺得Descriptive Statistics和Inference還是值得一看的。Probability相對一般，更推薦下面這個台大的概率課程。
- 強烈推薦。 @葉丙成 老師開的課，可惜沒趕上開課的時候，所以不能嘗試專門為這門課開設的遊戲系統了，還有些遺憾呢。老師非常有趣，課上舉得問題示例很有意思，另外課程裡面穿插的各種閑聊也相當贊。內容比上面UC Berkeley的概論課程里的Probability要深入透徹多了。
- 前面幾講有一小節葉老師講到「概率」和「統計」的區別是什麼，一句話頓時讓我豁然開朗——想想自己雖然5、6前年就學過概率統計，但是這兩的區別真的從來沒有好好想過，光是這個點就讓我對葉老師一下肅然起敬啊。
- 強烈推薦。超級喜歡這個老師講課的節奏，非常緊湊，但重點突出，示例豐富，該說的重點反覆強調。內容比UC Berkeley的課程深入更多。
- 更重要的是，這個老師提供一個配合這門課程的R的在線學習教程，用過就知道有多好了。這絕對是一門理論與實踐結合的課程。
- 配套的教科書是一本免費的書，也寫的相當好。
- 如果能按著這個老師的安排，把網站上的quiz，在線平台上的R練習題，再加上教科書上面相應的章節和習題都看過做過，那絕對不亞於正規大學開設的專業選修課強度（也許比不上數學系的，但比我當初在計算機系學的統計要講的更深入、內容更多，更別說還有R的編程實踐了）。
- 我只看了第一周的課，應該基本上只是介紹R的使用，而不涉及對於統計的介紹（也就是假設你已經有統計的一些基本知識了）。後來因為發現了上面Duke的那門課，就沒再繼續了。打算等Duke的課結束了再用它來複習一遍R的使用。
- 概論性質的課，介紹了現實生活中各種社會網路（圖）具有的性質。然後一些圖的生成模型，另外再加上一些博弈論的東西。我花了不到一個星期就快速過完了它的所有視頻和課後練習題，算是對這個領域有了一個基本的概念吧。但是這門課並不深入，我覺得難度頂多是大學裡面全校通選課類型的概論，不要期望太大。
- 推薦。從目前公布的兩周的視頻來看，感覺是上面那個課程的專業加強版。看過這門課程的教材，內容還是比較豐富的。
- 和前面兩門課切入點不太一樣，以具體的實際問題切入（比如CDMA是怎麼工作的）。配合著看看挺有意思的。
- 目前為止看到第3個lecture，難度相當高。但是因為我對這個topic實在是很感興趣，所以打算硬著頭皮撐下去。
- 建議要學習這門課程的同學：（1）一定要看教材（課程視頻太簡略了），（2）注意不管是教材，還是課程視頻和講義，都有很多的typo，一定要時刻保持警惕性，勤看errata。
- 線性規劃的專門課程，課上的主要內容就是老師在一點一點進行推導。
- 不用多說，Coursera開山大作之一，覆蓋面比較廣泛。
- 推薦。這門課講的Bayesian Network, Markov Network都是我很感興趣，但之前在別人paper裡面看得半懂不懂的東西。視頻講座的內容很豐富，老師講的也很清楚。看了布置的作業，有夠多的編程練習，應該深度也足夠。準備接下來一段時間主攻的方向。
- 推薦。又見台灣大學，台大的公開課真的做得不錯。這門課主要是從theory的角度來切入機器學習，可以和其他從application角度切入（比如Stanford）的課程進行互補。這門課的深度足夠，老師直接就在視頻裡面說難度不會比在台大開設的課低。
- 推薦。和上面台大的課是同一本教材（Caltech和台大的兩個老師都是這本教材的作者）。視頻就是學校裡面講課的錄像，感覺比台大的課講的稍微簡略一點。講座最後的QA環節特別好，老師會回答一些學生的問題，很多問題提的非常好。
7. Mining Massive Datasets (Coursera, Stanford)
- 這門課的教材網上免費下載，其中一位老師ure Leskovec參與的research paper看過不少，是個年輕有為的帥哥啊，哈哈。
- 最開始就講Map-Reduce，特彆強調需要處理的數據量很大，所以經常會討論因為數據量大產生的實際問題，而不單單只是基本的演算法。另外，感覺是以各種經典問題為切入點來整理上課邏輯，所以各個問題間的關聯現在看並不太大（比如第一周的課是Map-Reduce和PageRank，但是這兩者之間好像並沒有什麼關聯）。
=======下面是從共通的topic的角度來重新整理各種我學過的課程。和這個問題關係不太大，但也許有些人會有興趣，所以也接著放在下面了======
1. PageRank演算法計算Graph中節點重要性的超經典演算法，所以幾乎所有講social network，graph的課程都會講到。- Networked Life (Coursera, UPenn)：Lecture 12（17分鐘），比較簡要的介紹。
- Networks: Friends, Money, and Bytes (Coursera, Princeton)：Q3（90分鐘），很詳細。因為這門課並不是專門針對理工科的學生，而是概論性的通選，所以講課的節奏比較滿。Part A是簡單的例子介紹，Part B用線性代數形式化了問題，Part C和D分別講了兩個PageRank中需要處理的問題（無出度節點和環路），Part E總結。
- Mining Massive Datasets (Coursera, Stanford): Week 1 （80分鐘），很詳細。但是比上一個Princeton課的進展要快，會假定學生已經有一定的數學基礎，我更加喜歡。雖然時間比Princeton的課略短，但涉及的內容反而要更加多一些的（比如實際具體計算時怎樣利用Sparse矩陣來節省存儲空間）。
- Social and Economic Networks: Models and Analysis (Coursera, Stanford): Week 2 Centrality - Eigenvector (13分鐘)。雖然這門課沒有直接講PageRank演算法，但是Eigenvector來衡量一個節點的Centrality其實就是PageRank的基本思想了。不過這裡和PageRank稍不同的是課程舉的例子是無向圖，而不是有向圖。
我也回答一發我上完的，按我上完的時間順序。如果你有選擇困難症，那你可以按照我上課的順序去學，基本上都可以上完，都很有價值。
史記：呂世浩，國立台灣大學。一場人文的洗禮，聽了這門課，至少在聽課期間，你就不會經常抱怨，不會經常苦惱。第一講就是為什麼學歷史，是為了更好地做決策。你可以假設自己是歷史人物，在當時那個場景你會去做什麼抉擇，而真實的歷史人物做了什麼抉擇，結果如何，相互對比，就可以幫助你在日常生活中進行抉擇。值得一聽。
中國古代歷史與人物－－秦始皇：呂世浩，國立台灣大學。還是這位大牛。說是將秦始皇，其實講了整個周朝秦國的興衰，從一開始秦在商周交替的時候站錯隊，被發配到西邊抵禦外族開始，一直到秦朝覆滅，值得一聽。
財務分析與決策：肖星，清華大學。上了這門課，立刻想轉專業去學會計。真的沒想到從財務報表中能發現這麼多問題，能較全面的了解一個公司。至少我本學校的老師教的會計沒讓我想轉專業。
用MySQL管理大數據： Jana Schaich Borg, 杜克大學。非常好的數據分析基礎課，教授用了兩個實際的數據分析例子，一個是分析零售商一年的數據，一個是分析一個寵物網站的數據。通過這兩個例子，完全掌握sql和數據分析能力。
計算機科學導論：David J. Malan 哈佛大學。這門課絕對是最好的計算機基礎課，沒有之一。講了C, javascript, python, sql, html, css多種語言，每節課的作業都有詳細的指導，最後幾節課的作業包括做出一個股票交易網站，把地圖和當地新聞結合起來的網站等，非常好，零基礎學習完全沒問題，講的非常清晰，有意思。無數人上了這門課轉去學計算機。
這五門課非常值得上，無論你是什麼專業的。
已經有好幾個大而全的回答了。那我就推薦幾門自己親身上過，並且覺得好的課。
機器學習相關：
Machine Learning | Coursera
這門課算是網紅了應該不需要多加介紹。當時12年大二上的時候感覺真是如沐春風。非常適合零基礎入門機器學習。lecture非常清晰，作業也很有針對性而且很有意思。
機器學習基石 (Machine Learning Foundations)---Mathematical Foundations | Coursera
這門課我是跳著看的。主要看了第六章Theory of Generalization和第七章The VC Dimension。如果對機器學習理論感興趣的同學，VC維是期中非常重要的一個概念。看paper的時候時不時會遇到。可以看出林軒田老師ppt做得非常用心。概念解釋的很清楚，比網上絕大部分關於VC維的資料講的都好。
機器學習技法
被林老師深入淺出介紹機器學習理論圈粉了之後，就上了他的另一門課，機器學習技法。這門課對常用的一些機器學習技法講的很清晰，比如SVM和Kernel, Support Vector Regression, bagging, Adaptive Boosting, Random Forest, GBDT。看完之後就會對這些這些方法的intuition和數學推導都有一個很清楚的認識。看完這門課的Lecture11：gradient boosted decision tree後再看xgboost，這個kaggle比賽大殺器也就輕而易舉了。當年參加的一個kaggle比賽就是憑著xgboost和模型融合進了top 1%。
好像有同學反映目前這門課在coursera上沒開。大家可以去課程的官網：http://www.csie.ntu.edu.tw/~htlin/mooc/ 上看相關的資料。視頻在youtube上也有。
Probabilistic Graphical Models | Coursera
概率圖模型領域的權威教材《Probabilistic Graphical Models: Principles and Techniques》的作者Daphne Koller開的課。大牛上課條理清楚，但好像有點口音。作業也是用matlab寫的，比較有針對性，相對於Andrew NG老師的作業好像稍微無聊一些。
Natural Language Processing
NLP大神Christopher Manning 開的課。算是NLP的入門神課吧。可惜這門課好像現在在coursera也關了。僅在殘存的網站上找到了當時的課件。https://web.stanford.edu/~jurafsky/NLPCourseraSlides.html 不過Stanford出了2門deep learning的課分別是關於NLP和CV的224和231（接下來會介紹）也算是彌補了遺憾。
CS224n: Natural Language Processing with Deep Learning
這門課和下面的一門應該也不需要大家介紹了。是Deep Learning必上的兩門課。講課和作業都很良心。光看著課程的syllabus就能exciting起來。
CS231n: Convolutional Neural Networks for Visual Recognition
李飛和她的高徒Justin Johnson上的課。聽大神把各種經典以及最新的演算法和模型娓娓道來，感覺不能更贊。尤其是Deep Learning Software那一節把各大框架，Caffe, Torch, Theano, TensorFlow, Keras, PyTorch對比了一番以及Detection那一節，講RCNN，Fast-RCNN, Faster-RCNN, YOLO。看的真是過癮。
計算機科學相關：
Compilers | ONLINE
當時在浙大上編譯原理的時候，一起看的這門課。Alex Aiken小哥簡直比我浙老師講的好多了。。。這門課好像在coursera上也沒有了，但所幸還能在Stanford Online上找到。
Algorithms, Part I | Coursera 和 Algorithms, Part II | Coursera
這兩門課都是演算法屆的大佬Robert Sedgewick上的。老爺子有多牛呢，就是上著上著，突然發現，咦，這個演算法的發明者不就是他老人家自己嗎。。。當時coursera上同時期的還有Stanford 的Algorithms: Design and Analysis。我也看了部分這門課的視頻，感覺還是老爺子講課更勝一籌啊，深入淺出。尤其是Algorithms II裡面講Graph相關演算法, Tries, 字元串匹配演算法，講的真是超級清楚。
目前想到的就是這些課了。都是自己親身上過的，可以負責地推薦給大家。
Rice大學的Python課，非常有趣，而且很適合初學者。
2016.1.28更新：
我覺得國內真的應該好好搞一下MOOC，看了一些國外的課程，很多老師都很用心在設計課程，趣味性和能調動的積極性比線下課堂高了不知道多少。當初選擇MOOC，其實是為了鍛煉一下英語聽力，順便漲漲姿勢，真心一舉兩得。這個答案寫了我最喜歡的CIC，備受推薦的Learning How to Learn，後面補充了兩門音樂課的介紹，喜歡音樂的朋友可以看一下～
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
怒答。
這個暑假在家上了一門PSU的Creativity, Innovation, and Change | 創意，創新 與 變革
by Dr. Kathryn W. Jablokow, Dr. Darrell Velegol, Dr. Jack V. Matson, Elizabeth Kisenwether，簡直不能更cool，以下簡稱CIC。這門課就是告訴你如何培養創新思維的，幫助你更好地認識自己的創意風格，提高自我認識，明確自我定位。時間
共6周課，一周其實用2h就可以把所有本周內所有課程內容看完，剩下的時間就是做做小練習，看一看資料，完成作業的時間不定，如果不是特別認真的1h之內肯定做完了。價值
它看起來並不是一門特別有用的課，我選了完全是被標題吸引加上興趣加上時間充足。總體感覺特別勵志，還能與同學們一起交流，對彼此的作業誇獎一下，挺有趣的。此部分內容後文有說明。師資
主講老師目前見到了三位，他們並不是社會學的，其中一位搞過化學，另一位搞過環境學，可見創新這個東西是隨處可見的，尤其對於工科來說，更需要創新。他們給的參考資料有自己寫的書：《CENTER》《Innovative or Die｜不創新即死亡》。面向群體
這個課程的受眾群體也比較廣，多半是比較年輕的上班族或者學生，只要有一顆創新不死的心，應該都會喜歡它的。我在討論版里看到了各種年齡段、各種領域的人，大家都非常的有創意。下面來講一些有意思的事情，CIC裡面的小練習很好玩，很多人都會把成果貼在論壇里。
第一周：鞋塔練習。就是用鞋子堆出一座塔來，要考慮到高度和美觀之類的。我的作品如下：
第二周：創意風格測試。測試一下你的創意風格屬於哪種類型，兩個極端是more adaptive和more innovative，大多數人處於兩者之間，看你怎麼認識和運用了，只要記住每一個人都是創造力的就ok了。
第三周：本人最愛，叫Life Ring。以自我為出發點，找到自己人生的驅動力（Driving force），以及與驅動力相關聯的幾個方面， 比如：事業、家庭、社區、健康、自我、冒險（venture）等等。在每一個方面里確立一個想要達到的目標，比如事業上做一個優秀的碼農。確立目標之後，再想3-5策略達到這些目標，越具體越細緻越好。最後，給某一個目標標星，表示它是現階段比較重要的一個任務。一般來說Life Ring也是不斷修改的，基本上以一個學期（學生）或者半年（上班族）為一個周期，確立的目標和策略往往是周期內的計劃。雖然對自己的Life Ring還沒有實踐，但是整個過程更像是一個規劃的過程，明白自己需要什麼，關注什麼，讓自己更專註於有意義的事情之上，不至於沒有方向。下面貼一些比較有創意的展示方式（原諒我再一次盜圖）：
是不是很眼熟
其實還有一門注重個人發展的課程也很受歡迎，叫《如何學習：學習困難科目的實用思維方法》coursera/learning-how-to-learn, 這門課以大腦的思維方式展開，談到學習的常用思考方法。會總結一些學習當中應遵守／避免的規則。我覺得這課適合每一個任課老師學習一下，然後引導學生能夠掌握某些科目的學習方法，或者培養一種科學的思考方法。
這門課給我最大的感受是：做學術分享一定要列出引用的參考文獻！這門課的課件里就算是一個很普通的圖片，結尾都會附上圖片引用鏈接。相比之下，國內高校一些教授直接複製粘貼別人的PPT的行為，簡直可恥。。。
－－－－－－－－－分割線－－－－－－－－－－－－－－－－－－－－
補充：伯克利音樂學院的課程應該是音樂愛好者的必選。我上過兩門：Introduction to Music Production（音樂製作導論） coursera/music-production 和Songwriting（作曲，其實翻譯作「作詞」更恰當） coursera/songwriting。Music Production
知識性和理論性偏強，教你DAW（Digital Audio Workstation，數字音樂工作站）的使用方法。市面上有很多DAW軟體，國內比較熟悉的應該是FL Studio，其實還有很多主流的DAW如：Logic Pro、Pro Tools、Ableton Live等等，Mac下的GarageBand也算。這些軟體多半都是收費的，而且很貴很貴，當然FL Studio有破解版。。。
這門課不會教你某一種DAW的使用方法，力求介紹你一些基本原理後，你能操作任一種DAW。從最簡單的聲波的三個特性（波長、幅度、頻率）講起，談及音頻線、話筒的不同種類，最後談到DAW的合成器、效果器的內容。如果沒有一點基礎，上完這個課會不會學會編曲了呢？答案是：並不會。
這門課只是讓你熟習音樂編曲的基礎知識，基礎的不能再基礎，但是又十分必要。如果你是編曲小白，有一顆創作的心，不妨先從這門課開始。掌握工具的使用方法，才能展開後續的創作。
Songwriting
這門課基本沒有講作曲的事情，基本都是在講作詞，有的時候感覺和寫作一脈相承。現在寫個啥東西不都講究個主旨和中心思想嘛，作詞也是這回事。
講課的老師是一個演技很棒的老頭子，整門課基本就是他的獨角戲：一個人，一張椅子，對著鏡頭娓娓道來。其實，作詞不是華麗辭藻的堆砌，而是思想、情緒的表達。當然，文字表述或精準、或優美、或簡練、或工整的，往往讓人更難以忘懷。上面說的這些東西，也不是全靠寫作天賦。我覺得老外講課比較務實的一點是：創作一個東西或者要達到一個目的，講究方法和工具。這些所謂的方法和工具看起來很簡單，實際上是非常有效的，勤加練習和積累，最終有所收穫。不過這門課給我最大的收穫是：以後看《中國好歌曲》知道怎麼分析一首歌曲的結構了！ @鄧柯老師曾經說過，喜歡音樂或者學習音樂的人，都應該看《我是歌手》和《中國好歌曲》。這門課告訴你：verse（主歌）、chorus（副歌）、bridge（橋段）的功能特點，以及在一首歌當中的位置和作用。這相當於閱讀理解中，分析主旨句、過渡句、舉例子等。所以再看《中國好歌曲》的話，不要僅僅說：哎呀，這歌旋律真好聽，這詞寫的真優美。還可以說：這首歌結構很完整（或者很有新意）；它表達了一種XXX的情緒；我覺得「…XXX…」這句尤其寫得好，因為「…XXX…」。
這門課只是從歌詞的角度出發，如果想從音樂的角度去分析歌曲，還得再修修別的課程啦，哈哈哈哈哈。在Coursera上發布的課程品質都是相當不錯的，選擇什麼課程關鍵還是取決於學習者自身的興趣方向和既有知識積累。
2013年MOOC爆髮式地增長，尤其是Coursera在中國培育了大量的粉絲，學習者由「沒得選」變成了「選擇太多」，但在個人的精力有限的情況下，如何撥冗去雜找到自己感興趣的課程，個人的經驗是：- 一些MOOC評價類的網站，去查看其他小夥伴對課程的評價，兼聽則明：課程點評網，幫你更好地選擇網路公開課
- 加入一些MOOC學習的社區（果殼的MOOC學院，coursera的Q群微信群等）
- 身邊志趣相投者的推薦
- 多次開課的課程一般質量會比較高
如果一定要推薦的話，個人推薦：
- Model Thinking：https://www.coursera.org/course/modelthinking
- 史學方面，台灣國立大學的呂世浩老師的課非常火：https://www.coursera.org/instructor/lushihhao
兩年半過去了，稍微更新一下：
比較推薦的：University of Washington -- Machine Learning本來是6節課的specialization，但前幾天發郵件告訴我最後兩節課取消了。不過前面4節課質量都還不錯Yale University -- Moral Foundation of Politics主要當消遣在看，沒有花太多心思，但課程製作很用心，內容也很充實Rice University -- Fundamentals of Computing課後作業有的還挺不錯的Economics of Money and Banking我覺得應該是Coursera上金融/經濟最好的課了，不過對非金融/經濟專業的來說可能有點無聊總體而言，我覺得Coursera比較適合學社會學和CS/Data Science的課。數學比較重的課，還是更適合課堂上學
------------------------------------原答案-------------------------------
我覺得coursera完美的解決了感興趣的課和GPA之間的矛盾。雖然有點晚，但分享下我上過的/正在上的 和 watchlist 上的吧：以下所有的課都能在http://coursera.org 上找到，動作快的話還來得及上:)
上過的：
Analyzing Global Trends for Business and Society From UPenn 這是剛接觸Coursera時上的課，一開始覺得特別贊，後來慢慢覺得講的內容有點淺，最後上完了拿了Statement. 老師講的挺好的，內容也很豐富，讓我注意到了不少以前沒注意到的事情。The Changing Global Order From Leiden這個課講的特別淺..... 每周看完幾個視頻後感覺什麼都沒上。推薦的Reading 倒還不錯。The Data Scientist』s Toolbox From Johns Hopkins這是data science specialization 的第一門課，基本上就是入個門。本來應該緊接著上後面的 R Programming 的，但因為興趣不大於是放棄了。未來可能會撿起來，等我把Stat 和 probability學好了後....正在上的：
Programming for Everybody (Python) From UMich這是我上的第一個編程課。老師講的挺好的，assignment做起來也很方便 （除了做編程作業需要翻牆外）。現在已經上了9個星期，只剩最後一個星期了。感覺還是略淺，已經準備接下來上Rice的An Introduction to Interactive Programming in PythonCrafting an Effective Writer: Tools of the Trade (Fundamental English Writing) From Mt. San Jacinto College這課挺基礎的，基本上就是每周看下視頻再掃一下閱讀，查漏補缺用。Social Psychology From Wesleyan這節課特！別！贊！ 真的是特別贊！！強烈推薦！！【而且這節課還有中文字幕】這節課真的是滿足了我不能在學校上心理課的遺憾！就是workload 略重。視頻每周大概要花1-2小時，然後完成Reading也要2-3 個小時 【我看視頻是1.5X看的，Reading也算是讀的很快的了】。這是我至今為止學過的最贊的課！！然後最近還在補Economics of Money and Banking, Part One From Columbia每天看半個星期的視頻 or 1個星期的書。這節課是錄的哥倫比亞大學真實的課堂，可能需要經濟學作為基礎。這節課就是跟我專業靠邊的了，對錢，金融和經濟沒興趣的對這節課估計也不會有興趣.....然後我的upcoming course list:
關愛生命--實用急救和自救技能 From 上海交通大學The Camera Never Lies From University of LondonAn Introduction to Interactive Programming in Python From Rice Configuring the World: A Critical Political Economy Approach From LeidenDesigning Cities From UPennIntroduction to Philosophy From University of EdinburghIntroduction to Logic From StanfordGame Theory I II From Stanford Introduction to European Business Law From Lund University課很多，我估計我最後必然會放棄部分課.... 【這上面每門課我都有興趣想上- -】然後Watchlist:Introduction to Sociology From PrincetonStatistics One From PrincetonA History of the world since 1930 From PrincetonThe Modern World: Global History Since 1760 From VirginiaPassion driven Statistics From WesleyanThe Law of the European Union: An Introduction From LeidenContent Strategy for Professionals: Engaging Audiences for Your Organization From NorthWestern現在正在上的（其實也是第一門課）就是The Modern World: Global History since 1760。 教授非常認真耐心，每周的announcement都會對上周的知識和這周要講的知識的連接進行引導，並且會對討論區有價值的問題進行解答。另外。。。。。。就我個人而言。。。他笑容真是迷死個人
國立台灣大學陳嫦芬老師主講的《職場素養》——介紹國際職場素養的內涵及相關課題，培育學生應有的職場視野與能力，便利學生融入職場環境，迅速自新手成為高手，裕如地發揮所學與所長。在我看來，屬於早看早超脫的職業素養知識。
不管是什麼課，認真堅持下來都會有幫助身邊有一群天天馬克這個馬克那個資源的人，最後他們還是一事無成
上過的印象深刻的有（都是CS相關的）:
1.Algorithms, Part I( Kevin Wayne, Robert Sedgewick) Knuth 的高徒授課，老師講的清楚明了，讓人能感受到演算法的魅力之處，ppt也很精美，課後作業包括quiz和programming assignment，quiz別看幾道題考察的很深，如果沒有深刻理解，基本不可能全對，至於assignment，每個都是很有意思的小程序，填充api，不僅要求完美完成任務而且要求時間空間符合規定，以至於forum裡面大家都在拿了100分後相互較量比誰虐參考答案多。。。2.The Hardware/Software Interface(Luis Ceze, Gaetano Borriello)華盛頓大學老師講課，內容參考具體頁面。說些介紹上沒有的東西。作業很有意思，有實現buffer over flow attck的作業，還有僅用位運算實現各種函數(比如？：三元運算符)的作業（不能用control flow哦），還有教你如何從目標代碼反向破解源程序，最後還有malloc的實現。。上完你c的指針理解應該會更上一個層次。3.Programming Mobile Applications for Android Handheld Systems（Dr. Adam Porter）作業很好，有時候一門課老師講得好根本不夠，更重要的是自己的實踐，這門課的作業就可以讓你更好更系統地應用android框架。。以後想起來再補充。。。ps:edx上的好課更多啊。隨便一門mit的課都是傾注了很大的心血，有興趣的自己去看看。。推薦閱讀：
※有哪些質量較高，完成難度較大的計算機科學方面的MOOC課程？
※第一次在 Coursera 學習，有什麼好建議？
※除了edx，coursera，網路還有哪裡公開課資源？
※在 Coursera 工作是怎樣一番體驗？