世界顶尖大学公开的 50 个免费课程与学习资源
目录
本文整理自 Mert Metin Tekdemir 的这份清单:50 个来自哈佛、MIT、斯坦福、耶鲁等学校和开放平台的免费课程、教材与学习网站。

多数资源可免费旁听或阅读。Coursera、edX 的证书,以及 Brilliant、Math Academy 的完整路径,仍可能收费。
也有人把这份清单做成了可视化地图:Open Course Map。
大学开放课程
- 哈佛 CS50
- 官网: https://cs50.harvard.edu/
- 介绍: 哈佛标志性计算机导论课,覆盖编程、算法、数据和 Web,视频与习题全部公开。
- MIT OpenCourseWare
- 官网: https://ocw.mit.edu/
- 介绍: MIT 把大量本科和研究生课的讲义、作业、考试和部分录像公开,是最完整的大学课程档案之一。
- Stanford Online
- 官网: https://online.stanford.edu/
- 介绍: 斯坦福的在线课程入口,机器学习、计算机系统和部分专业课可在此查找。
- Yale Open Yale Courses
- 官网: https://oyc.yale.edu/
- 介绍: 耶鲁完整学期课堂录像,人文、社会科学和部分理工课都有收录。
- UC Berkeley Online
- 官网: https://online.berkeley.edu/
- 介绍: 伯克利开放教育入口,数据结构、操作系统、数据库等 CS 课在自学圈很有名。
- University of Michigan Open.Michigan
- 官网: https://open.umich.edu/
- 介绍: 密歇根大学的开放课件、教材和媒体资源库。
- MIT Open Learning
- 官网: https://openlearning.mit.edu/
- 介绍: MIT 的在线学习平台,提供结构化课程、微证书和开放学习项目。
- OpenLearn
- 官网: https://www.open.edu/openlearn/
- 介绍: 英国开放大学的免费短课,覆盖计算机、数据、科学和人文。
- TU Delft OpenCourseWare
- 官网: https://ocw.tudelft.nl/
- 介绍: 代尔夫特理工大学的工程公开课,偏计算机工程、软件与系统。
在线课程平台
- Coursera
- 官网: https://www.coursera.org/
- 介绍: 世界大学和公司的在线课平台,很多课程可用旁听模式免费观看。
- edX
- 官网: https://www.edx.org/
- 介绍: 哈佛、MIT、伯克利等校的在线课入口,旁听通常免费,证书另计。
- FutureLearn
- 官网: https://www.futurelearn.com/
- 介绍: 以短期、按周推进的免费或低价课程为主。
- Class Central
- 官网: https://www.classcentral.com/
- 介绍: 汇总各平台免费课的目录,适合先按主题检索,再跳回原站学习。
- Saylor Academy
- 官网: https://www.saylor.org/
- 介绍: 免费的大学级别课程,考试通过后可获得证书。
教材与开放教育资源
- OpenStax
- 官网: https://openstax.org/
- 介绍: 可免费阅读和下载的大学教材,数学、统计、科学覆盖较全。
- LibreTexts
- 官网: https://libretexts.org/
- 介绍: 开放获取的学术书库,按章节查阅数学、科学和工程文本。
- OER Commons
- 官网: https://www.oercommons.org/
- 介绍: 开放教育资料档案,可搜索讲义、习题和完整课包。
- MERLOT
- 官网: https://www.merlot.org/
- 介绍: 经过整理的教学材料收藏,适合找课件和练习。
数学
- Khan Academy
- 官网: https://www.khanacademy.org/
- 介绍: 从零开始的数学、科学和计算机课程,讲解短、练习多。
- Brilliant
- 官网: https://brilliant.org/
- 介绍: 用解题练数学、科学和计算机直觉;完整路径多为付费。
- 3Blue1Brown
- 官网: https://www.3blue1brown.com/
- 介绍: 用动画把线性代数、微积分和神经网络等概念讲清楚。
- Better Explained
- 官网: https://betterexplained.com/
- 介绍: 用直觉和类比重讲数学公式背后的含义。
- Math Academy
- 官网: https://www.mathacademy.com/
- 介绍: 自适应数学训练系统,完整课程以付费为主。
- Paul’s Online Math Notes
- 官网: https://tutorial.math.lamar.edu/
- 介绍: 结构清楚、例题很多的微积分、代数和微分方程课堂笔记。
- Desmos
- 官网: https://www.desmos.com/
- 介绍: 在浏览器里即时绘制函数图像,检查自己的理解。
- GeoGebra
- 官网: https://www.geogebra.org/
- 介绍: 几何、代数和部分离散结构的可视化工具。
- Wolfram Alpha
- 官网: https://www.wolframalpha.com/
- 介绍: 计算积分、矩阵和方程;逐步推导部分功能可能收费。
物理、化学、生物
- The Physics Classroom
- 官网: https://www.physicsclassroom.com/
- 介绍: 把力学、波动、电学等中学到大学入门物理讲明白。
- HyperPhysics
- 官网: https://hyperphysics.phy-astr.gsu.edu/
- 介绍: 以概念地图组织的物理百科,适合查概念之间的关系。
- The Feynman Lectures on Physics
- 官网: https://www.feynmanlectures.caltech.edu/
- 介绍: 费曼物理学讲义全文在线版,是经典的物理学习材料。
- Chemistry LibreTexts
- 官网: https://chem.libretexts.org/
- 介绍: LibreTexts 下的化学教材库,从普化到有机、物化都有。
- HHMI BioInteractive
- 官网: https://www.biointeractive.org/
- 介绍: 霍华德休斯医学研究所的生物学可视化资源和课堂活动。
- Learn Genetics
- 官网: https://learn.genetics.utah.edu/
- 介绍: 犹他大学遗传科学学习中心,用交互内容讲基因、DNA 和遗传。
- Neuroscientifically Challenged
- 官网: https://neuroscientificallychallenged.com/
- 介绍: 用短文和视频讲解脑结构和神经科学基础。
哲学
- Stanford Encyclopedia of Philosophy
- 官网: https://plato.stanford.edu/
- 介绍: 斯坦福哲学百科,条目由学者撰写并持续更新,适合深查概念。
- Internet Encyclopedia of Philosophy
- 官网: https://iep.utm.edu/
- 介绍: 免费的哲学百科,条目通常比斯坦福百科更易读。
- Philosophize This!
- 官网: https://www.philosophize.org/
- 介绍: 面向入门者的哲学内容,按思想家和流派讲解基础问题。
通识、科学写作与论文
- Crash Course
- 官网: https://thecrashcourse.com/
- 介绍: 历史、科学、计算机等主题的加速入门视频课。
- TED Talks
- 官网: https://www.ted.com/talks
- 介绍: 各领域专家的短演讲,适合开阔视野,不是系统课程。
- Big Think
- 官网: https://bigthink.com/
- 介绍: 科学家、学者和创作者讲解思想和科学议题。
- Aeon
- 官网: https://aeon.co/
- 介绍: 哲学、科学和文化方向的长文,适合慢慢读。
- Quanta Magazine
- 官网: https://www.quantamagazine.org/
- 介绍: 高质量科学新闻,数学、物理、生物和计算机写得很清楚。
- Nautilus
- 官网: https://nautil.us/
- 介绍: 科学与文化交叉的杂志,文章比论文好读,比新闻更深。
- arXiv
- 官网: https://arxiv.org/
- 介绍: 物理、数学、计算机等学科的预印本论文库,跟前沿从这里搜。
计算机科学与人工智能
- Distill
- 官网: https://distill.pub/
- 介绍: 用交互可视化解释机器学习概念,文章少但质量很高。
- fast.ai
- 官网: https://www.fast.ai/
- 介绍: 从实践入手的深度学习课程,适合会一点 Python 的人尽快做出模型。
- Dive into Deep Learning
- 官网: https://d2l.ai/
- 介绍: 《动手学深度学习》,公式、代码和 Jupyter 笔记本写在一起。
- Nand2Tetris
- 官网: https://www.nand2tetris.org/
- 介绍: 从逻辑门一路做到能运行的计算机,覆盖硬件、汇编、编译器和操作系统。
- Teach Yourself Computer Science
- 官网: https://teachyourselfcs.com/
- 介绍: 计算机科学自学大纲,每个主题只推荐一本核心书和一门课。
- roadmap.sh
- 官网: https://roadmap.sh/
- 介绍: 按前端、后端、DevOps、AI 等方向给出该学什么、按什么顺序学。