先選一條路線，照順序上幾門具體的課，用一個做得出來的東西驗收。後面附台灣與全球的完整目錄，要找更多時再往下翻。
先決定你要的是哪一種。三條路線需要的底子不同，驗收方式也不同 —— 看完課不算學會，做得出下面那個「產出」才算。
產出挑一件你每週都在做的重複工作，寫成一份能重複使用的指令：要給 AI 哪些資料、怎麼檢查它的答案。連續用三週，把它出錯的地方記下來。
產出做一個根據你自己的文件回答問題的小工具：答案附出處，資料裡沒有時會說不知道。另外準備 30 題測試題，每次修改前後都跑一遍，把分數記下來。
產出不用現成框架，寫出一個能生成文字的小模型；再改一個設定（例如層數或上下文長度），說明訓練損失曲線為什麼跟著變。
上面路線裡的課都在這裡，另外還有更多。按台灣與全球分，要找特定學校、平台或補某一塊時再翻。
聚合平台先看，單校站只在已經知道要找誰的課時才進去。台灣的 OCW 站普遍更新慢，新課不一定會上；舊課多半留著，但沒有人保證會一直在。
電資學院的完整課程在這裡，也收林軒田機器學習基石／技法的 MOOC 完整版。台清交裡最值得逛的一個。
周志遠作業系統、黃能富計算機網路、趙啟超線代與離散、張國浩隨機過程都在這。系統與數學那一半比台大齊。
2007 年台灣第一所加入全球開放教育組織的學校，但資工電機的公開量偏薄，工學院以材料機械為主。舊網域 ocw.nctu.edu.tw 仍在。
教學發展中心主辦，工學院基礎課紮實。
課程列表在網路大學系統裡，介面舊但內容公開。
課程頁在教發中心，影片放在「政大數位知識城」。社科與商管為主。
沒有獨立網域，掛在教學發展中心底下。應用導向的工程課。
大學 OCW 是資產但更新慢；真正跟得上 LLM 進度的是下面第三組那些由業界或個人維護的課。
開放課程的老祖宗，2,500 門以上，講義、習題、考古題與解答齊全。要補數學或系統底子時的預設選項。
shell、git、除錯、遠端機器、資料處理 —— 學校不教但天天要用的那一學期。自己顧伺服器、自己寫部署腳本的人，每一講都會立刻用到。
哈佛的計算機導論，製作規格接近影集，修課人數以百萬計。已經會寫程式的人，價值在它把底層概念講得很清楚，不在教你語法。
官方入口，但真正的寶藏是各課自己的網站與 YouTube 頻道：CS231n（視覺）、CS224n（NLP）、CS336（從零做語言模型）。
數量少但每門都是完整錄影加逐字稿。強在人文與經濟，理工幾乎沒有。
不是錄影，是互動式教材加即時回饋。設計取向跟其他 OCW 不同，適合真的要練會的科目。
柏克萊沒有統一 OCW，但每門課自己的網站全開：CS61A/61B、Data 8、CS188 都能整門跟完，含作業與自動評分。
量體驚人的工程課程庫，冷門主題常常只有這裡有。英語授課，講法偏傳統板書。
從反向傳播一路手刻到 GPT，前 Tesla／OpenAI AI 總監親自帶。全程不用現成框架，所以每一步都看得見。免費。
Zero to Hero 的續集：約 100 美元的算力就能訓出一個 ChatGPT 形態的小模型，涵蓋資料到強化學習的完整流程。
LLM、Agents、MCP 三條線都有完整課程，免費、全部動手做，附可執行的 notebook。補「模型 → 產品」那一層最直接的地方。
免費、有結業徽章。subagents、agent skills、MCP 各約 1 小時，是工具本身的正式說明書；Building with the Claude API 是完整的 9 小時。
Dawn Song 主持。agent 的搜尋與規劃、tool use、程式生成與驗證、agentic AI 安全。兩萬多人在修，全公開。
Andrew Ng 團隊與各家廠商合作的一到兩小時短課，主題貼著業界最新工具走。影片免費；測驗、互動實驗與結業證書要付費會員。適合零碎時間。
刻意反過來教：先讓模型跑起來，再回頭講原理。跟 Karpathy 的由下而上正好互補，挑一種吃得下的。
把梯度下降與 Transformer 用動畫講到直覺層級。三小時，性價比在整張表上排前三。