通过这门课程的学习，学生将了解计算理论的基础知识，掌握有效计算的概念。本课程的教学内容包括：形式语言与自动机理论、可计算性理论、计算复杂性理论等三个部分。这些内容分别回答下列问题：（1）有哪些计算装置？它们的能力如何？（2）什么是计算？哪些问题是（不）可计算的？（3）什么是有效计算？哪些问题是（不）可有效计算的？通过这门课程的学习，学生将了解计算理论的基础知识，掌握有效计算的概念。
本课程的教学方式包括教学录像片段（每段录像8-20分钟，内含1-2个测验问题），教学录像之外的书面作业，以及（必须参加的）期末考试。
本课程课程的总长度为8周，每周教学录像长度大约120分钟。需要的预备知识是离散数学（集合论、数理逻辑、图论等）的基本概念
北京大学信息学院计算机系副教授，主要研究方向为算法分析与计算复杂性理论。主持过两项国家自然科学基金项目以及多项其他研究课题，发表了多篇论文和译著。长期主讲“集合论与图论”、“理论计算机科学基础”等课程，2006年和2013年先后两次获得了北京大学教学优秀奖。
计算机是现代社会中用于解决问题的重要工具。利用计算机解决实际问题需要将问题抽象，并对数据进行操作，最后通过计算机程序求解问题。而本门课程主要内容就是对以上内容进行研究。 该课程并未正式开课，报名后仅提供前三周课程视频预览，开课信息敬请持续关注。
“算法设计与分析”是计算机科学与技术专业的一门核心课程。通过学习算法不但对学习其他专业课程奠定了扎实的基础，也对培养学生的计算思维和求解问题的能力起到重要的作用。算法与计算复杂性理论一直是计算机科学研究的热点领域。面对各个应用领域的大量实际问题，最重要的是根据问题的性质选择正确的求解思路，即找到一个好的算法。特别在复杂的、海量信息的处理中，一个好的算法往往起到决定性的作用。 算法设计与分析涉及内容较多，根据MOOC课程的教学特点和需求，我们将它分成两个部分。其中“算法设计与分析(1)”主要讲授有关算法的基础知识和通用设计技术，包括算法的基本概念和数学基础、分治策略、动态规划、贪心法、回溯和分支限界等。“算法设计与分析(2)”是在上述基础上介绍两类重要问题的建模和算法设计，并进一步讨论问题难度的界定和困难问题的应对策略。这次开课的是第二部分“算法设计与分析(2)”。选修本课程的学生应该预先修过“算法设计与分析(1)”或者具有相关的基础。“算法设计与分析(1)”已经在华文慕课平台上线，网址是：，需要了解相关教学内容的同学可以访问。
得益于现代科学技术的快速发展，目前生物科学家可以在短时间内产生大量的数据。这些生物技术的普及使得生物大数据的分析已经变成了生物学研究及应用的关键。在此课程中，我们将主要讲授在生物数据分析中特别是近年来高通量生物数据分析中常用的统计方法，并基于软件R介绍利用这些方法进行生物数据分析的具体实例。本课程无指定教材，但可参考所列参考资料。本课的视频和文字内容仅用于课程学习，仅允许登陆本慕课的同学观看，未经任课教师本人授权，禁止课程之外的下载和传播。
