About this Course

최근 조회 173,273

학습자 경력 결과

42%

이 강좌를 수료한 후 새로운 경력 시작하기

32%

이 강좌를 통해 확실한 경력상 이점 얻기

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

초급 단계

완료하는 데 약 37시간 필요

권장: 4 weeks, 6-8 hours/week...

영어

자막: 영어

귀하가 습득할 기술

Simple AlgorithmPython ProgrammingProblem SolvingComputation

학습자 경력 결과

42%

이 강좌를 수료한 후 새로운 경력 시작하기

32%

이 강좌를 통해 확실한 경력상 이점 얻기

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

초급 단계

완료하는 데 약 37시간 필요

권장: 4 weeks, 6-8 hours/week...

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up85%(1,766개의 평가)Info
1

1

완료하는 데 3시간 필요

Pillars of Computational Thinking

완료하는 데 3시간 필요
6개 동영상 (총 44분)
6개의 동영상
1.2 Decomposition6m
1.3 Pattern Recognition5m
1.4 Data Representation and Abstraction7m
1.5 Algorithms8m
1.6 Case Studies11m
4개 연습문제
1.2 Decomposition10m
1.3 Pattern Recognition10m
1.4 Data Representation and Abstraction15m
1.5 Algorithms15m
2

2

완료하는 데 4시간 필요

Expressing and Analyzing Algorithms

완료하는 데 4시간 필요
7개 동영상 (총 69분)
7개의 동영상
2.2 Linear Search5m
2.3 Algorithmic Complexity8m
2.4 Binary Search11m
2.5 Brute Force Algorithms13m
2.6 Greedy Algorithms9m
2.7 Case Studies12m
6개 연습문제
2.1 Finding the Largest Value10m
2.2 Linear Search10m
2.3 Algorithmic Complexity10m
2.4 Binary Search10m
2.5 Brute Force Algorithms15m
2.6 Greedy Algorithms10m
3

3

완료하는 데 4시간 필요

Fundamental Operations of a Modern Computer

완료하는 데 4시간 필요
6개 동영상 (총 46분)
6개의 동영상
3.2 Intro to the von Neumann Architecture8m
3.3 von Neumann Architecture Data6m
3.4 von Neumann Architecture Control Flow5m
3.5 Expressing Algorithms in Pseudocode8m
3.6 Case Studies10m
5개 연습문제
3.1 A History of the Computer10m
3.2 Intro to the von Neumann Architecture10m
3.3 von Neumann Architecture Data10m
3.4 von Neumann Architecture Control Flow10m
3.5 Expressing Algorithms in Pseudocode10m
4

4

완료하는 데 7시간 필요

Applied Computational Thinking Using Python

완료하는 데 7시간 필요
9개 동영상 (총 91분), 12 readings, 12 quizzes
9개의 동영상
4.2 Variables13m
4.3 Conditional Statements8m
4.4 Lists7m
4.5 Iteration14m
4.6 Functions10m
4.7 Classes and Objects9m
4.8 Case Studies11m
4.9 Course Conclusion8m
12개의 읽기 자료
Programming on the Coursera Platform10m
Python Playground
Variables Programming Activity20m
Solution to Variables Programming Activity10m
Conditionals Programming Activity20m
Solution to Conditionals Programming Activity10m
Solution to Lists Programming Assignment5m
Solution to Loops Programming Assignment10m
Solution to Functions Programming Assignment10m
Solution to Challenge Programming Assignment10m
Solution to Classes and Objects Programming Assignment10m
Solution to Project Part 410m
12개 연습문제
4.2 Variables10m
4.3 Conditional Statements5m
4.4 Lists10m
Lists Programming Assignment15m
4.5 Iteration10m
Loops Programming Assignment30m
4.6 Functions10m
Functions Programming Assignment20m
(Optional) Challenge Programming Assignment20m
4.7 Classes and Objects10m
Classes and Objects Programming Assignment20m
Project Part 4: Implementing the Solution in Python25m

검토

COMPUTATIONAL THINKING FOR PROBLEM SOLVING의 최상위 리뷰
모든 리뷰 보기

제공자:

펜실베이니아 대학교 로고

펜실베이니아 대학교

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 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/

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.