Coursera 上有哪些牛人講的課？
可以是各種領域的 (我主要學物理,數學,計算機)
剛才非常意外的搜到了一門統計力學的課Statistical Mechanics: Algorithms and Computations by Werner Krauth這哥們是巴黎高師的物理系主任，MOOC at the Department of Physics，最近正在看他同名的這本書。看來自己是錯過了好多mooc上的好課。所以來問問mooc上還有沒有別的大牛講的課（或者不是大牛但講的特別好的）
國立台灣大學的林軒田老師開了兩門有關機器學習的課程（全球首例純國語授課）：一門涉及機器學習基礎知識，含少量理論；另一門則偏重機器學習的應用技能。有興趣或剛入門者可以嘗試～
計算機系列的， 主要是機器學習類的：
1. Hinton 的神經網路， Hinton 神經網路獨步全世界
2. 明尼蘇達大學的推薦系統， 明尼蘇達大學的推薦系統是最早開始做的， 非常有名
3. Michael Collins 的自然語言處理， Collins的parser獨步全世界
4. Koller的概率圖模型， coursera聯合創始人， 概率圖模型大牛逼之一
5. Andrew Ng， 吳恩達， 自行百度， 我度科學家的頂層
6. Martin XXXX我忘了， 課是functional programming inscala， scala的創始人， java泛型的作者
7. stanford 的自然語言處理， manning是誰搞過自然語言處理的都認識， 另一個作者比manning還牛逼
8. ullman 的automata， 龍書的作者， 自動機的作者， 都是之一， 跟larry page一個實驗室的， 也極其牛逼
9. Jiawei Han， 數據挖掘第一人， 數據挖掘概念與技術的作者， 也是極其牛逼， fp樹的作者
10. Robert Sedgewich， 高德納的學生， 雖然也七老八十了， 著有演算法一書
11. 還有林軒田， 這個跟前十沒法比， 但是NTU他們組的KDD CUP做的非常牛逼， 三年5次第一， 弄得kaggle上一看到NTU的都怵得慌Coursera和edx上的大牛不是一般的多
coursera:
編譯器 stanford 業內首屈一指的大師演算法 離散數學 普林斯頓 塞奇威克 knuth的學生machine learning 百度首席科學家edx:
python計算機科學導論 mit副校長電路與電子學 很有名
machine learning 的Andrew Ng啊
Coursera - Free Online Courses From Top UniversitiesNeural Networks for Machine Learning深度學習大牛 Geoffrey Hinton 親自上課
大牛很多。我也聽過不少。
不過，怎麼說呢？個人覺得不要迷信大牛。講課好和學術牛其實是兩個不同的標準。有的諾獎得主的課也很難讓我下決心點贊。有的名不見經傳的老師也能把某個問題講得特別清楚。比如本問題下某些回答的課就不是很讓我滿意。
我覺得選課還是多選多聽，不合適再棄吧。
沒空整理學過的所有課程，不求點贊。有問題我可以簡單回答一下。
---------------------------------------------------------------------
更新：
本來不想多說。但是看到有的答主只知5分卻要說出7分的感覺，還是覺得需要多說幾句。
- Andrew Ng 牛不牛？當然牛！但是課好不好？這東西見仁見智。我不贊同把他的課捧上天，遇到任何場合都要先說一遍。我的觀點是：他的課（Coursera版本，網易版本我沒聽過不評論）對於初學者是很不錯的內容，隱藏了不必要的細節，邏輯清晰，講述清楚。但是對於深入學習實在是太淺了。
- Geoffrey Hinton牛不牛？更牛了！但是課好不好？我個人並不是很推薦。當然現在這課也不再開了。他的課並沒有進行精心的準備，邏輯跳躍性有些大，有深厚基礎的人當然能獲得很多。如果基礎不夠紮實的人，學起來常常很費力。
- 所以一般的想深入一點的機器學習愛好者還是推薦台大林軒田老師的課。精心準備，邏輯清晰，深度也足夠。當然最熱的深度學習講的不多，想深入的還得聽點別人的課。
- 明尼蘇達大學的推薦系統課倒真是不錯。老師也很牛，有答主說過了，我不贅述。
- Martin Odersky貴為scala創始人，開的兩門課質量也都很不錯。不過這兩門，前一門專註函數式編程，後一門專註響應式。對於想學會scala的人還是稍顯不足。對於想學函數式編程的，又有華盛頓大學的programming languages這樣精品的課程，也沒必要非從scala來學。所以，該學什麼還是自己心裡要有數。
- 我還是想強調我最欣賞的開課學校是MIT。普遍不摻水，老師認真負責。基本上只要MIT有開新課我都至少會去聽一點感受一下，當然不見得會上了。
- 想找牛老師的，看看這個課的老師大家認識不：Discrete-Time Signal Processing。
- Convex Optimization 這課有答主提到了。我也強烈推薦！要問這老師牛不牛？我只知道，我在網上見過的凸優化的課程，沒有不用他的書當教材的。
- Boston Dynamics也許知道的人不多。不過他們機器人很多人都見過，就是這貨：
不過這門課好像關注不大：Underactuated Robotics。有點冷門但絕對是前沿技術。這課我記過筆記：Underactuated Robotics Notes。
- 題主問的數學課，我關注不多。其實也真的少見數學課。物理課倒是不少，不過我上過的幾門都沒有特別的感覺。就不亂說了。去年有一門有效場論，本來我挺有興趣，但是沒時間也給棄了。
- Koller， Ullman，Jiawei Han這些人的課，我都聽過。個人並不喜歡。
推薦一個 UC San Diego的learning how to learn.剛開始是因為想看看學習方法方面的，上了以後感覺很有意思，一不小心就看完了（之前從來沒完整看完過課）。老師是不是專業大牛不太清楚，但是從課程內容中能感覺到她興趣很廣泛，也可以了解到她的個人經歷很豐富。每周課後有bonus interview,會請一些牛人做採訪，有學術上很牛的，也有編輯，做個人網站的，還有學語言達人，從這些對話中能學到一些general的方法，牛人不一定指的就是學術有多牛，再牛自己學不到手也是白搭，偶爾學習學習別人的好方法也是挺好的(雖然方法論有雞湯嫌疑)
貢獻一個我上過的課——Introduction to Environmental Law and Policy。https://www.coursera.org/learn/environmental-law無論是對環境法感興趣還是美國的環境治理史感興趣，都會覺得很有收穫，一些討論和作業、資料都很好，老頭以前是EPA的律師。
我認為相對於知乎上大多數人的水平，Coursera里絕大多數上課的老師都很牛。
老師們很努力的在做MOOC，COURSERA上的課都不錯啊~課到末尾時、我打過的分幾乎沒有低於3的，真心贊！
看過很多計算機課吧。說一下自己覺得很不錯的，來源不找限。mit的演算法導論和高級演算法，高算只看了一節。算導絕對是計算機基礎課，自學的同學可以學習，記得刷題。陳向群老師的操作系統，我覺得講的額非常好，還有實驗課。資料庫導論，感覺看的一般，不推薦了。密碼學，ban什麼的大神,記不住名字，回來補。就是特快，有點跟不上。
機器學習導論，吳恩達，百度科學家，牛人一個，講的很舒服。
c站里有很多啊
我是社科方向的，最推薦國立台大呂世浩老師的《史記》與《中國古代歷史與人物——秦始皇》。表示真的是不同的學歷史的角度啊。還有就是耶魯大學開的談判課程，很多動畫，一下子就可以理解談判。萊頓大學的《理解國際秩序》也好。國際關係的入門。——————分割——————
發現自己不是學習計算機的，會不會偏題了…╭(°A°`)╮先更這麼多，有時間貼鏈接。裴成環 中級有機成環卞成環 大學成環
UC San Diego 開的 Bioinformatics Algorithms. 講師Pavel Pevzner. 答主心目中最好的課沒有之一。內容充實生動，課業安排合理，教授也是少壯派中最好的。強烈推薦
scala作者親自講scala
Jazz Improvisation 這門課是由 Gary Burton 教。Exploring Beethoven』s Piano Sonatas 這門課是由 Jonathan Biss 教。