교수 : Eric Grimson, John Guttag
제 01강 – 연산이란 – 데이터 타입, 연산자 및 변수 소개
제 02강 – 연산자와 피연산자 – 분기문, 조건문 그리고 반복문
제 03강 – 공통 코드 패턴, 반복 프로그램
제 04강 – 기능을 통한 분해 및 추상화, 재귀 소개
제 05강 – 부동 소수점, 계통적 명세화, 루트 찾기
제 06강 – 이분법, 뉴턴/랩슨, 그리고 리스트 소개
제 07강 – 리스트와 가변성, 딕셔너리, 의사코드, 그리고 효율성 소개
제 08강 – 복잡성 – 로그, 선형, 이차 방정식, 지수 연산 알고리즘
제 09강 – 이진 탐색, 버블 그리고 분류 선택
제 10강 – 분할 정복 방법, 합병 정렬, 예외
제 11강 – 테스트와 디버깅
제 12강 – 디버깅 추가 강의, 배낭 문제, 동적 프로그래밍 소개
제 13강 – 동적 프로그래밍 – Overlapping subproblems, Optimal substructure
제 14강 – 배낭 문제 분석, 객체 지향 프로그래밍 소개
제 15강 – 추상 데이터 타입, 클래스와 메소드
제 16강 – 캡슐화, 상속, 쉐도잉
제 17강 – 연산 모델 – 랜덤워크 시뮬레이션
제 18강 – 시물레이션 결과 제시, Pylab, Plotting
제 19강 – 편향된 랜덤워크, 배포
제 20강 – 몬테카를로(Monte Carlo) 시뮬레이션, 추정 파이
제 21강 – 시뮬레이션 결과 검증, 곡선 적합, 선형 회귀
제 22강 – 일반, 균등 그리고 지수 분포 – 통계의 오류
제 23강 – 주식 시장 시뮬레이션
제 24강 – 과정 개요 – 컴퓨터 과학자들은 무엇을 하나요?
출처 : http://www.hakawati.co.kr/387