课程是一个很微妙的术语，本页面中的课程包括：
- 你需要学习，取得好成绩，不得不做的事情
- 你想学着玩，觉得这很酷，也可能想「磨练实力」，这类更微妙
我也曾经是CSDIY狂热粉丝，学了CS61A/B/C等初级课程，这确实磨练了我的比较微妙的基础素养，但在这个过程中，我过度闭门造车，并且缺乏类似CSDIY作者所处的同辈一块学的支持环境中，所以取得的世俗成功不尽人意，在大三大四，我仍然保持对这些课程的热爱，但时间安排上，更加倾向于去现实世界迭代。用我很喜欢的一篇文章来概括：
"如果你不是计算机类专业的学生（泛指），在课余时间想自学这些东西，难度很大，因为这些恰恰是需要投入大量静下心的时间才能学好的东西，而各种压力往往会逼着你没法真正投入这些东西中；如果你是计算机类专业的学生，某种意义上事情更坏，当你发现身边的同学靠背书和刷题库就能取得满绩点的科目，而你花了大量力气去拜读各位“大神”推荐的国外经典课程与原版图书，做了一堆实验，结果取得的分数只是堪堪能够过目，这种挫败感是难以言喻的。"
...
所以偏题许久之后又回到问题上来，真的有什么学科是建议在本科阶段学掉的吗？我的回答是没有，或者说没有多少。按照自己的兴趣，照着一个方向去学，总是能在某个阶段产生一些概念上的见解与抽象。其实关键是有这个方向，而不是无头苍蝇一样乱飞。也不要人云亦云照着一份长长的砖头书单一本本去啃，如果你并不知道这有什么意义，不知道为什么啃他们，不知道它们的重要性在哪里，其实意义并不太大，你读了也会很快忘掉。比如你大一就认准自己要往人工智能方向发展，那好，首先你得把微积分和线性代数学好，然后了解一些基本的统计机器学习知识，再把各大主流模型的思路看一遍，上手一些代码，然后去读一些论文，就此向其中深入，思考已有的对模型的改进是基于哪些思路，你又有哪些可以入手的地方。抽象与概念自然会在这条路径上被提炼出来。
说了这么多，以下是我的课程学习记录：