Skip to content

Latest commit

 

History

History
117 lines (67 loc) · 8.21 KB

wei-lai-ji-shu-xue-yuan.md

File metadata and controls

117 lines (67 loc) · 8.21 KB

未来技术学院

未来技术学院生存攻略

未来技术学院有人工智能和大数据两个专业，作为人工智能的学生，在此给新生一些我的浅薄的学习经验。

微积分

微积分上是一门接近于高中数学的数学课。主要内容包含极限、导数、积分。无论你高中的数学基础如何，如果你想靠绩点吃饭，就需要给予重视。因为微积分上和微积分总共有10个学分，是你大学生活中学分占比最大的一门课。而且，我认为微积分考试的难度远高于其他数学基础课。

此外，不是为了绩点，微积分也是一门很重要的课。机器学习中的基础中的基础优化算法——梯度下降法，最开始便会在微积分涉及到。对于电子相关专业的学生，信号处理、电路分析微积分也无处不在。

资源推荐

  1. 【官方双语】微积分的本质 - 01 --3Blue1Brown-微积分的本质-哔哩哔哩视频 (bilibili.com)

    本套视频类似于科普类视频，可以让你对微积分有更深入的理解，全新的认识。

  2. 《高等数学》同济版 全程教学视频（宋浩老师）_哔哩哔哩_bilibili

    大名鼎鼎无需过多介绍，如果觉得学校老师讲的不太好看网课就行了。

  3. 【【梨米特】同济七版《高等数学》全程教学视频｜纯干货知识点解析，应该是全网最细｜微积分 | 高数】

线性代数

当你开始学习线性代数的时候，说明你大学的抽象学数学学习正式开始了。我的理解中，这门课是有别于高中数学课程，鲜明特征就是很多新概念，新定义。 虽然线性代数比微积分更抽象，单无非就是和线性方程、向量。矩阵以及他们的衍生物打交道。如果只是将老师给的课件看得半懂，但也足以应付国际校区较为简单的考试了，但我认为这是远远不够的，线性代数非常重要。在未来的AI相关课程，电子相关课程都会屡屡受阻~~（感觉每一门门数学课都一样）~~。

资源推荐

C++

考试基本上就是英语阅读题，比较简单，但是C++一点都不简单，学校在大一上的课程中讲的非常浅薄，老师节奏过慢，不推荐跟着老师的节奏学习这门课程，更推荐通过在线文档或者书籍学习。为了应付考试学到最基础的指针就结束了，但是C++是一个非常优秀的语言，在高性能部署，嵌入式开发等领域都有非常广泛的应用，虽然我C++很烂。

PS：这门课学校配套的课本我没有翻开过一次。

资源推荐

  1. C++ Primer 中文版（第 5 版） (豆瓣) (douban.com) C++入门经典，英语好的同学可以看英文版本的书籍。
  2. applenob/Cpp_Primer_Practice: 搞定C++。C++ Primer 中文版第5版学习仓库，包括笔记和课后练习答案。 (github.com) 可以配套开源仓库观看
  3. 学堂在线清华大学C++
  4. c++看黑马程序员【黑马程序员匠心之作|C++教程从0到1入门编程,学习编程不再难】 无编程基础可看，22级人工智能C++教学班rank1推荐（同无编程基础）

在学习完基本的语法后，推荐采用一些算法题的刷题平台巩固知识点。

  1. 力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台 找工作必备
  2. 首页 - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)

概率论

(待补充) 这门课学习的时候需要特别注意一下中文教材和英文教材的内容区别（如假设检验和区间估计）

资源推荐

Python

未来的同学不会Python无法想象怎么活得下去（dog，作为一门比较简单学习起来，有必要在大一上学期就打好基础，未来参加比赛学习其他课程都会用到。

语法塘比较简单，过一遍语法后就可以尝试一下用做一些用Python开发的开源项目。

资源推荐

  1. jackfrued/Python-100-Days: Python - 100天从新手到大师 (github.com)
  2. Python-World/python-mini-projects: A collection of simple python mini projects to enhance your python skills (github.com)

大学物理

(待补充)

资源推荐

人工智能

人工智能大体分为传统机器学习、深度学习两大类，强化学习、半监督学习等小类。由于我自身才识浅薄，没有太多见解，这里提供一些学习资源推荐，同学们可以自行采纳。

资源推荐

传统机器学习

  1. 统计学习方法（第2版） (豆瓣) (douban.com)
  2. 机器学习 (豆瓣) (douban.com) 适合对数学能力非常自信的同学
  3. Pattern Recognition and Machine Learning (豆瓣) (douban.com)
  4. 监督式机器学习：回归与分类 | Coursera

深度学习

我学的也比较少，推荐一些最近看的资源吧，深度学习还是要多看看最新的论文，跟上时代潮流（dog

  1. 前言 — 动手学深度学习 2.0.0 documentation (d2l.ai)
  2. 深度学习 (豆瓣) (douban.com)

经验之谈

英语非常重要，国际校区的考试、教材、课件都是英文的，看懂这些东西是最基本的。此外，英语能力是你争取更多机会的基本要求，对于想做科研的同学，去海外的实验室打黑工是非常好的增加connection的方式。此外，所有一流期刊都是用英语发表的，可想而知，没有英语在学术界寸步难行。

此外，国外有非常多优质的网课&公开课可以学习，为了白嫖优质的教育资源，英语能力也是不可或缺的。

在这里可以推荐几个课程仓库，希望有所帮助。（本人是干CS的，所以只有CS的资源）

  1. CS自学指南 (csdiy.wiki)
  2. Developer-Y/cs-video-courses: List of Computer Science courses with video lectures. (github.com)

大学基本上靠自学，学校只是给予你一个平台，希望大家都能利用好它，在华工学有所成~