En begyndervejledning til onlineuddannelse

En personlig historie

Min online uddannelsesrejse begyndte tilbage i 2013. Det var et par år efter, at jeg var uddannet fra gymnasiet, og dengang havde jeg et meget vagt billede af fremtiden.

Dengang arbejdede jeg som assistent for et statsejet selskab. Vi arrangerede konkurrencer for børn og teenagere, der praktiserede kunstudførelse.

En dag har jeg snublet over et blogindlæg, der talte om de første par onlinekurser, der blev offentliggjort af Stanford University. Det talte om en introduktion til Kunstig intelligens klasse undervist af 2 af verdenseksperter om emnet: Sebastian Thrun og Peter Norvig

Det lød meget lovende, og jeg har besluttet at give det en chance.

Den platform, jeg har startet med, var Coursera, og det første kursus, jeg har tilmeldt mig, var en introduktion til astronomi fra Duke University.

Jeg kunne ikke finde et link til Coursera i skrivende stund, men her er linket til DukeExtend: introastro

Desværre havde jeg ikke den baggrundsviden, der kræves for at tage kurset, og droppede et par uger efter.

Men inden jeg kalder det afsluttet, så jeg, at der var et andet kursus fra University of Toronto, der startede kort tid: En introduktion til psykologi af Steve Joordens.

Det fik mig meget mere engageret, da materialet var meget kortfattet og ikke krævede nogen særlig viden.

Der var omkring 6 ugers foredrag med quizzer efter afslutningen af ​​hver enkelt. Derefter måtte vi indsende et essay, der blev gennemgået af peer-studerende, der tog den samme session i klassen. En af de fantastiske ting ved undervisningen bortset fra det præsenterede materiale var, at professoren startede en forumtråd og spurgte, hvilke emner studerende gerne vil lære mere om, som ikke er en del af pensum og endte med at optage en hel uges forelæsninger dedikeret til de mest opdaterede emner.

Jeg endte med at afslutte klassen og modtog en erklæring om gennemførelse, og fra det tidspunkt begyndte jeg langsomt at udforske flere og flere kurser, der til sidst førte til at lære om datalogi og programmering, starte min karriere inden for området og anvende de færdigheder, jeg har fået til at flytte til et fremmed land.

Mens jeg gjorde det, har jeg lært det grundlæggende i emner, der ikke er direkte relateret til hvad jeg gør på arbejdet. Som marketing, organisationsanalyse og adfærdsøkonomi.

Ikke-nul-sum-spil

Da jeg startede var alle de kurser, jeg havde taget, helt gratis. Universiteter konkurrerede med hinanden om kvaliteten af ​​kurserne, og de studerende var glade for at nyde kursusindholdet.

Hver gang jeg var på udkig efter at lære noget, behøvede jeg ikke at stille spørgsmålstegn ved kvaliteten af ​​indholdet, da det var åbenlyst, at der er en meget høj barriere for at komme ind på platformen for kursusskabere.

Nu er det ikke helt sådan mere. Mens de fleste MOOC'er (Massive open online kurser) stadig har et fantastisk indhold og levering af materialet, er det ikke tilfældet for alle de kurser, du ser online.

En anden ting er, at det blev en regelmæssig praksis at betale for disse kurser, og uden at kende økosystemet er det undertiden vanskeligt at finde ud af, hvilken man skal tage.

Hvor skal vi hen

Der er mange tilgængelige platforme til onlineundervisning, men jeg fandt personligt, at disse 3 var de mest optimale:

Coursera, Udacity og edX.

Coursera og edX tilbyder universitetskurser i MOOC-format. Udacity er et mere praktisk alternativ og fokuserer mest på it-relaterede kurser: webudvikling, data science, marketing, design.

Coursera og edX-kurser om algoritmer, computerarkitektur, programmeringssprog fungerede rigtig godt for mig at udfylde hullerne i min datalogiuddannelse.

Universitetskurser fungerer også godt, hvis du ønsker at begynde at lære et nyt emne.

Når jeg har et praktisk behov for at blive fortrolig med en webramme eller et værktøj, eller se nogle virkelige eksempler på, hvordan ting fungerer, går jeg til Udacity.

Ting som det grundlæggende inden for websikkerhed, godkendelse eller netværk forklares der ganske godt.

I de næste to sektioner vil jeg nævne nogle af de kurser, der fik mig begejstret for disse platforme.

Programmeringsrelaterede henstillinger

Her er listen over mine foretrukne kurser i programmering og datalogi: Algoritmer del 1 Algoritmer del 2 Disse er anvendte algoritmekurser af Robert Sedgewick og Kevin Wayne.

Min favorit del af disse kurser er, at du kommer til at skrive applikationer baseret på de forklarede algoritmer og ikke selve algoritmerne, skønt de diskuteres grundigt og demonstreres i kode.

De giver dig også en klassificering, der ikke kun tjekker din kode for fejl, men også for hukommelsesforbrug, hastighed og kodestil.

Et mere teoretisk alternativ ville være: Algorithms Specialization, Stanford University

Tidligere var det kun 2 kurser i fortiden, men nu er det opdelt i 4 og sammensat som en specialisering. Her er hovedfokus på teori og bevis. Hvad der gør dette kursus unikt er den måde, Tim Roughgarden præsenterer materialet under forelæsninger. Hans tale er kort og præcis, og han vil knække en joke her og der, mens han talte om algoritmekompleksitet og andre tilsyneladende seriøse emner.

Programmeringssprog del A Programmeringssprog del B Programmeringssprog del C

Dette var tidligere kun et kursus, men nu er det opdelt i 3, da materialet måske er for tungt til at gøre på én gang. Disse kurser gav mig et meget andet perspektiv på semantikken i et programmeringssprog. Del A bruger Standard ML som et ekspositionssprog til at tale om funktionelle programmeringskoncepter (mønster-matching, currying, type-inferens), Del B bruger Racket (sprog til studieformål, baseret på Common Lisp) og til sidst del C, der bruger Ruby og afslører nogle af de subtile detaljer og teknikker, der bruges på objektorienterede sprog.

Fremragende levering af materialet af professoren og udfordrende opgaver (Du får bygget en egen sprogtolk).

Nand2tetris Et kursus i computerarkitektur af Noam Nisan og Shimon Schocken. Alle kursusmaterialer er tilgængelige gratis på hjemmesiden, men hvis du foretrækker MOOC-formatet, er kurset også tilgængeligt i 2 dele på Coursera: Del 1 Del 2

Kernen i dette kursus er, at du får bygget en fuldt funktionsdygtig computer fra bunden i løbet af kun 12 uger, hvilket er intet mindre end forbløffende.

I den første del får du implementeret logiske porte (ELLER / XOR / OG / MUX / DMUX), ALU, RAM og til sidst CPU ved hjælp af hardwarebeskrivelsessprog (HDL) samt opbygge en samler på et højt niveau programmeringssprog på dit valg (Python / Java osv.).

Den anden del er uden tvivl endnu mere spændende: der får du implementeret et eget programmeringssprog, en kompilator til det og et operativsystem, der understøtter dens funktionalitet. Personligt fandt jeg den anden del meget mere udfordrende, men også mere relevant for det, jeg gør dag til dag som softwareingeniør.

Indtil videre var alle mine anbefalinger orienteret mod mennesker med en vis erfaring med programmering. For at afslutte dette afsnit vil jeg også foreslå et par begynderkurser:

Lær at programmere: de grundlæggende sandsynligvis den mest blide introduktion til programmering, du kan finde online. Start langsomt, men opbygger mange af koncepterne til at lære programmering i Python. Et godt udgangspunkt, før du tager et mere anvendt kursus.

Lær at programmere: lave kvalitetskode Den anden del af kurset, der introducerer mere avancerede koncepter, men ikke går for langt og kan være velegnet, hvis du tidligere har programmeret eller kommer fra et andet programmeringssprog.

Principper for computing ved hjælp af Python Dette er en fremragende specialisering, der lærer noget teori om datalogi (Big O-notation, rekursion, datastrukturer) og giver dig også en række udfordrende opgaver til virkelig at forstå materialet. Dette kursus antager ingen baggrund, men du skal virkelig bruge arbejdet for at afslutte det. Den gode del er, at der er masser af praktiske eksempler, der ikke er klassificeret, og hvis du kæmper med visse koncepter med dette kursus, vil du oftest finde klare eksempler og forklaringer.

Introduktion til CS og programmering ved hjælp af Python Dette er en online version af et kursus undervist på MIT. Ud af de kurser, der er mærket for begyndere, er dette sandsynligvis det mest udfordrende. Men det er klart givende, hvis du har tid nok og vedholdenhed til at arbejde igennem opgaverne. Når du er færdig med det, kan du måske være interesseret i: Introduktion til computertankegang og datavidenskab Denne fokuserer mere på applikationer i den virkelige verden: Du kommer til at simulere en "Drunk Sailors" tilfældige gåtur og skrive et par andre interessante programmer.

Generelle henstillinger

Her er nogle af de kurser om andre emner, som du måske finder interessante: Offentligt talende Jeg har endnu ikke afsluttet dette kursus, men jeg synes, det giver en fremragende mulighed for at øve præsentationsevner og lære nye måder at levere dine ideer på.

Introduktion til marketing Jeg fandt en stor del af dette kursus nysgerrig og fascinerende. Det taler om branding, psykologien inden for farve og valg såvel som om produktcentreret vs kundecentreret tilgang og giver forskellige eksempler fra den virkelige verden for at køre punktet hjem.

Børnernæring og madlavning Stanford-kursus om sund mad.

At lære at lære Et fremragende kursus af Barbara Oakley om, hvordan læring sker.

Introduktion til psykologi Jeg har tidligere nævnt dette kursus, når jeg fortæller min personlige historie, men det er så fantastisk, at jeg gerne vil anbefale det anden gang her. Hvis du er nysgerrig efter at lære om det grundlæggende i hjernen, gå videre med mentale sygdomme, læring, hukommelse og andre lignende emner. På dette tidspunkt er hele kurset gratis tilgængeligt, og du skal kun betale, hvis du gerne vil have et certifikat.

Forståelse af argumenter Dette kursus og de efterfølgende tre taler om, hvordan og hvornår man skal diskutere og om de fælder man kan falde i, når man gør det. Der er eksempler fra den virkelige verden fra politiske og andre sammenhænge, ​​som jeg fandt ganske fascinerende ad gangen.

Konklusion

Selvom der er mange materialer tilgængelige online, kræver det en stor indsats for at vælge et eller to kurser ud af tusinder, der præsenteres og holde sig til det. I dette indlæg har jeg delt nogle af mine erfaringer og fund, som forhåbentlig vil hjælpe dig med at lære nye ting eller få et andet perspektiv på et velkendt emne.