Запоздалый пост к первому сентября

Меня периодически спрашивают, чем я здесь занимаюсь, ведь я-то не работаю. На что я всегда отвечаю, что я тут учусь. Вот так это примерно выглядит:

Не все решаются задать второй вопрос, о том, чему я учусь-то. Вот сейчас я и напишу, чему я типа уже научилась, потому что сегодня гранит науки совсем твердый, а мотивировать же себя как-то надо.

Итак, в хронологическом порядке. Серым я выделила те курсы, которые не рекомендую. Не потому, что они плохие, а потому, что там есть технические проблемы.

Началось все осенью прошлого года. Сначала было введение в искусственный интеллект (Introduction to Artificial Intelligince, P. Norvig, S. Thrun). Конечно же, тут я клюнула не только на название, но и на профессора Норвига, носителя великолепных рубашек. Хороший и на самом деле несложный вводный курс. Возможно, Udacity (стартап Труна и Норвига) сделает его повтор.

Параллельно с этим было введение в машинное обучение (Introduction to Machine Learning, A. Ng). Очень простой курс, все разжуют и в рот положат :) Профессор Нг основал другой стартап, Coursera.

Потом было затишье, хотя понаобещали всякого. Но в феврале начались, ну, скажем, системное мышление (Model Thinking, S. E. Page) и продолжение искусственного интеллекта (CS373: Artificial Intelligence, S. Thrun). Первое было, по-моему, немного фуфло, а второе было очень интересное: там рассказывали про задачи, которые нужно решить, чтобы автомобиль ездил сам куда глаза глядят.

Ну, а потом поперло. Началось все то великолепие, которое доступно сейчас. Кстати, все-все великолепие можно обозреть на сайте Class Central. Ну так вот, дальше были:

• Обработка текстов на естественных языках (Natural Language Processing, D. Jurafsky, C. Manning) — очень клевый курс, но требует времени, а я все как-то вату катала; короче, теперь я думаю, что кое-какие лабораторные там стоит все-таки довести до ума.
• Теория игр (Game Theory, M. O. Jackson, Y. Shoham) — тоже хороший курс, к тому же короткий :)
• Вероятностные модели на графах (Probabilistic Graphical Models, D. Koller) — с этим курсом у меня были сложные отношения: с одной стороны, все было очень интересно, с другой стороны, про Octave профессор Коллер поленилась подробно рассказывать, тестов для выполнения домашних заданий толком не было. На это было много жалоб, и, возможно, они это исправили в текущей версии курса.
• Основы машинного распознавания образов (Computer Vision: The Fundamentals, J. Malik) — очень смешной курс, там не было ни одного домашнего задания, потом примерно месяц вообще ничего не было, а потом бац — и экзамен :)
• Взаимодействие человека с компьютером (Human-Computer Interaction, S. Klemmer) — здесь я не делала домашних заданий, поэтому ничему не научилась.
• Основы фармакологии (Fundamentals of Pharmacology, E. Meagher) — очень простой вводный курс, но все равно очень интересный.

Кроме того, под лозунгом «повторенье — мать ученья» прошли введение в статистику (Introduction to Statistics, S. Thrun) и тестирование программного обеспечения (Software Testing, J. Regehr).

Ну, а сейчас я пыхчу над прикладной криптографией (Applied Cryptography, D. Evans), квантовой механикой с квантовыми вычислениями (Quantum Mechanics and Quantum Computing, U. Vazirani) и алгоритмами (Algorithms, Part I, R. Sedgewick, K. Wayne). Криптография очень приятная — наконец-то кто-то это мне доступно объясняет :) То же самое могу сказать и про второй курс, его я рекомендую даже больше, чем криптографию! Ну, а алгоритмы читает Седжвик, все-таки знаменитость.

Так, если вы дочитали до конца, то вот вам бонус — что я вижу, когда встаю по утрам :)