Acerca de este Curso

156,795 vistas recientes

Resultados profesionales del estudiante

42%

comenzó una nueva carrera después de completar estos cursos

32%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel principiante

Aprox. 37 horas para completar

Sugerido: 4 weeks, 6-8 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Habilidades que obtendrás

Simple AlgorithmPython ProgrammingProblem SolvingComputation

Resultados profesionales del estudiante

42%

comenzó una nueva carrera después de completar estos cursos

32%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel principiante

Aprox. 37 horas para completar

Sugerido: 4 weeks, 6-8 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up85%(1,753 calificaciones)Info
Semana
1

Semana 1

3 horas para completar

Pillars of Computational Thinking

3 horas para completar
6 videos (Total 44 minutos)
6 videos
1.2 Decomposition6m
1.3 Pattern Recognition5m
1.4 Data Representation and Abstraction7m
1.5 Algorithms8m
1.6 Case Studies11m
4 ejercicios de práctica
1.2 Decomposition10m
1.3 Pattern Recognition10m
1.4 Data Representation and Abstraction15m
1.5 Algorithms15m
Semana
2

Semana 2

4 horas para completar

Expressing and Analyzing Algorithms

4 horas para completar
7 videos (Total 69 minutos)
7 videos
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
6 ejercicios de práctica
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
Semana
3

Semana 3

4 horas para completar

Fundamental Operations of a Modern Computer

4 horas para completar
6 videos (Total 46 minutos)
6 videos
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
5 ejercicios de práctica
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
Semana
4

Semana 4

7 horas para completar

Applied Computational Thinking Using Python

7 horas para completar
9 videos (Total 91 minutos), 12 lecturas, 12 cuestionarios
9 videos
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
12 lecturas
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
12 ejercicios de práctica
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

Revisiones

Principales revisiones sobre COMPUTATIONAL THINKING FOR PROBLEM SOLVING
Ver todos los comentarios

ofrecido por

Logotipo de Universidad de Pensilvania

Universidad de Pensilvania

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

  • 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/

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.