课程信息

165,225 次近期查看

学生职业成果

42%

完成这些课程后已开始新的职业生涯

32%

通过此课程获得实实在在的工作福利

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

初级

完成时间大约为37 小时

建议:4 weeks, 6-8 hours/week...

英语(English)

字幕:英语(English)

您将获得的技能

Simple AlgorithmPython ProgrammingProblem SolvingComputation

学生职业成果

42%

完成这些课程后已开始新的职业生涯

32%

通过此课程获得实实在在的工作福利

100% 在线

立即开始,按照自己的计划学习。

可灵活调整截止日期

根据您的日程表重置截止日期。

初级

完成时间大约为37 小时

建议:4 weeks, 6-8 hours/week...

英语(English)

字幕:英语(English)

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up85%(1,759 个评分)Info
1

1

完成时间为 3 小时

Pillars of Computational Thinking

完成时间为 3 小时
6 个视频 (总计 44 分钟)
6 个视频
1.2 Decomposition6分钟
1.3 Pattern Recognition5分钟
1.4 Data Representation and Abstraction7分钟
1.5 Algorithms8分钟
1.6 Case Studies11分钟
4 个练习
1.2 Decomposition10分钟
1.3 Pattern Recognition10分钟
1.4 Data Representation and Abstraction15分钟
1.5 Algorithms15分钟
2

2

完成时间为 4 小时

Expressing and Analyzing Algorithms

完成时间为 4 小时
7 个视频 (总计 69 分钟)
7 个视频
2.2 Linear Search5分钟
2.3 Algorithmic Complexity8分钟
2.4 Binary Search11分钟
2.5 Brute Force Algorithms13分钟
2.6 Greedy Algorithms9分钟
2.7 Case Studies12分钟
6 个练习
2.1 Finding the Largest Value10分钟
2.2 Linear Search10分钟
2.3 Algorithmic Complexity10分钟
2.4 Binary Search10分钟
2.5 Brute Force Algorithms15分钟
2.6 Greedy Algorithms10分钟
3

3

完成时间为 4 小时

Fundamental Operations of a Modern Computer

完成时间为 4 小时
6 个视频 (总计 46 分钟)
6 个视频
3.2 Intro to the von Neumann Architecture8分钟
3.3 von Neumann Architecture Data6分钟
3.4 von Neumann Architecture Control Flow5分钟
3.5 Expressing Algorithms in Pseudocode8分钟
3.6 Case Studies10分钟
5 个练习
3.1 A History of the Computer10分钟
3.2 Intro to the von Neumann Architecture10分钟
3.3 von Neumann Architecture Data10分钟
3.4 von Neumann Architecture Control Flow10分钟
3.5 Expressing Algorithms in Pseudocode10分钟
4

4

完成时间为 7 小时

Applied Computational Thinking Using Python

完成时间为 7 小时
9 个视频 (总计 91 分钟), 12 个阅读材料, 12 个测验
9 个视频
4.2 Variables13分钟
4.3 Conditional Statements8分钟
4.4 Lists7分钟
4.5 Iteration14分钟
4.6 Functions10分钟
4.7 Classes and Objects9分钟
4.8 Case Studies11分钟
4.9 Course Conclusion8分钟
12 个阅读材料
Programming on the Coursera Platform10分钟
Python Playground
Variables Programming Activity20分钟
Solution to Variables Programming Activity10分钟
Conditionals Programming Activity20分钟
Solution to Conditionals Programming Activity10分钟
Solution to Lists Programming Assignment5分钟
Solution to Loops Programming Assignment10分钟
Solution to Functions Programming Assignment10分钟
Solution to Challenge Programming Assignment10分钟
Solution to Classes and Objects Programming Assignment10分钟
Solution to Project Part 410分钟
12 个练习
4.2 Variables10分钟
4.3 Conditional Statements5分钟
4.4 Lists10分钟
Lists Programming Assignment15分钟
4.5 Iteration10分钟
Loops Programming Assignment30分钟
4.6 Functions10分钟
Functions Programming Assignment20分钟
(Optional) Challenge Programming Assignment20分钟
4.7 Classes and Objects10分钟
Classes and Objects Programming Assignment20分钟
Project Part 4: Implementing the Solution in Python25分钟

审阅

来自COMPUTATIONAL THINKING FOR PROBLEM SOLVING的热门评论
查看所有评论

提供方

宾夕法尼亚大学 徽标

宾夕法尼亚大学

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您购买证书后,将有权访问所有课程材料,包括评分作业。完成课程后,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • No, definitely not! This course is intended for anyone who has an interest in approaching problems more systematically, developing more efficient solutions, and understanding how computers can be used in the problem solving process. No prior computer science or programming experience is required.

  • Some parts of the course assume familiarity with basic algebra, trigonometry, mathematical functions, exponents, and logarithms. If you don’t remember those concepts or never learned them, don’t worry! As long as you’re comfortable with multiplication, you should still be able to follow along. For everything else, we’ll provide links to references that you can use as a refresher or as supplemental material.

  • This course will help you discover whether you have an aptitude for computational thinking and give you some beginner-level experience with online learning. In this course you will learn several introductory concepts from MCIT instructors produced by the same team that brought the MCIT degree online.

    If you have a bachelor's degree and are interested in learning more about computational thinking, we encourage you to apply to MCIT On-campus (http://www.cis.upenn.edu/prospective-students/graduate/mcit.php) or MCIT Online (https://onlinelearning.seas.upenn.edu/mcit/). Please mention that you have completed this course in the application.

  • Use these links to learn more about MCIT:

    MCIT On-campus: http://www.cis.upenn.edu/prospective-students/graduate/mcit.php

    MCIT Online: https://onlinelearning.seas.upenn.edu/mcit/

还有其他问题吗?请访问 学生帮助中心