收下吧！这些美国名校最热门的公开课，你身边的学霸都在偷学...

如果你想自学编程，被推荐最多的就是哈佛大学的明星编程课——CS50。课程教你如何用算法思考和解决问题，主题包含数据结构、资源管理、软件工程和网络开发等。课程时长为12周，内容涉及生物学、密码学、金融学、游戏等领域，难怪有300万人上过这门课呢。

这个是MIT的编程入门课，旨在帮助编程新人解决有用的问题。它的重点放在广度而不是深度上，简要介绍这个领域涉及的主题，主题包括：Python语言、简单算法、测试和调试、数据结构等。课程还要求你学过高中代数，没有编程经验的人一开始学起来会比较吃力哦。

对机器学习感兴趣的小伙伴，都来上这门斯坦福的入门课吧。它由DeepLearning.AI和斯坦福联合创建。教授吴恩达是斯坦福大学计算机科学系和电子工程系副教授，同时也是Coursera的联合创始人。他不仅在斯坦福执教，也在谷歌百度进行过开创性的工作，推动人工智能领域的发展。上完这门课，也许你就能试着创建现实世界的AI应用啦～

我们都想获得幸福，但如何从科学的视角来看待幸福呢？伯克利这门创新课提供了一个框架，用积极心理学来探索幸福和有意义生活的根源。课程还吸纳了神经科学、进化生物学领域的研究，可以说是妥妥的跨学科了。这门课上学到的内容绝对是受益终身的。

贫穷的社会如何变得繁荣？究竟什么阻碍了社会走向繁荣？牛津大学的Paul Collier教授是世界上研究这个问题的主要学者之一。这门经济课上，你将研究影响一个国家发展的政治、社会和经济因素，包括国家认同、规模化生产和国际贸易等。

哥大的金融工程去年在QuantNet排名第五，这门课由它来教是再合适不过的了。课程主要围绕量化金融的基础知识展开，涵盖衍生品定价、资产配置、投资组合优化以及金融工程的其他应用，如实物期权、商品、能源衍生品和算法交易等，帮助你日后解决金融工程领域的各种问题。

华大这门课可以作为上面斯坦福机器学习课程的补充，毕竟人家在标题中就点名了Case Study（案例研究），说明这门课是以实践为主。举一些课程中用到的案例：根据房屋级别的特征来预测房价、分析用户评论中的情绪、推荐产品和搜索图片等。通过这些案例，你将在广泛领域中应用机器学习这项技术。

《幸福的科学》这门课是耶鲁大学有史以来最受欢迎的校内课程，和伯克利的幸福课有着异曲同工之妙。不过区别是耶鲁的幸福课更偏实践向一点，学生将参与到一系列挑战，建立更多习惯以提高幸福感。此外教授会补充一些改变我们思维习惯的研究，是完美平衡理论和实践的典范了。

人类的大脑是怎么运作的？神经系统是如何产生行为的？我们如何用它来解释这个时代困扰人们的常见问题，比如失眠、焦虑、抑郁？芝大这门课研究了解剖学和神经生物学，利用这些信息来帮助我们更好地了解自己、感知外部世界、保持生命力，并与他人融洽相处。

普林斯顿的算法课程可能是今天讲到的所有课程中最硬核的一门了。它涵盖了每个程序员都必须知道的算法和数据结构的基本信息，尤其强调了Java实现的应用和科学性能分析。课程分两部分，第一部分包括基本数据结构、排序和搜索算法，第二部分介绍图形和字符串处理算法。