【计划执行报告】Day1 03-31 JourneyBegin
Day1 03-31 JourneyBegin
大三的下学期已然过半,然而在疫情期间我的学习状态低迷:花太多时间在玩耍上,并且投入的学习时间多在机器学习这门跨选课上,很多专业课都没怎么跟,而且晚上经常熬夜到2点甚至4点。好在3月29日出去和高中同学聚会时了解到大家对待未来的奋进,让我意识到自己的颓废。为了不辜负自己的大学时光,我于今日开始做出了重大改变:①我尝试开始每天写计划,并配合atimelogger这款app作时间统计(不过第一次并不顺利,不小心点了“报告”按钮把前半天的数据给丢了)。这么做是为了让自己有种仪式感,而且完成计划任务的过程也充满了游戏性;②尝试对当天的表现做个总结,比如阅读书籍的知识点梳理,并对当天的执行情况进行反思。(总结和反思的习惯,这是我一直欠缺的)
这是我的第一次计划总结(也是第一篇CSDN文章)。“游戏”的开始必然是较为简单的,因而我给自己留了很多时间裕量,因此计划表看起来并不紧凑,其中也存在很多不合理的安排,因而我会在“反馈”这一列记录下我的实际执行情况,然后每天快结束时在右下角写下改进建议,以助我进行更为合理的安排。
近期计划(03-31-04-12)
1.准备4月10日的机器学习最终报告——《畅想无监督学习》;查找文献与知识补充:《机器学习——算法视角》
2.完成专业课的作业;
3.备战蓝桥杯,为此:①每天40min左右的刷题;②知识补充:《程序员的面试笔记:C/C++、算法、数据结构篇》
今日计划表
实际时间分配
这是我第一次使用atimelogger来记录时间,因此不小心提前点了“报告”功能,使得16:00前的数据都缺失了,此后到22:30的记录如下图。
|
|
今日学习总结与反思
1.《机器学习——算法描述》
第1章 绪论
- 知识梳理
略 - 复习指引
- 对于高维数据(dim>=4),人们需要通过对数据降维实现可视化,但是对于计算机来说,高维数据与二维数据无异;数据降维可能会隐藏某一些有用的信息;
- 机器学习方法的训练过程通常对时间的要求不是很苛刻,但是测试一个数据点时,通常需要能够快速给出结论;
- 数据最好是没有太多噪声,并且没有重大错误;
第2章 预备知识 2.1-2.2
- 知识梳理
- 介绍了数据的表现方式——向量、矩阵
- 掌握欧氏距离的定义
- 介绍单位超球面的概念、维度灾难的定义以及维度灾难的形成原因
- 介绍测试机器学习算法时的一些概念:过拟合,训练集、测试集和验证集,混淆矩阵,精度指标(敏感率、特异率、查准率和查重率),受试者工作曲线(ROC),不平衡数据集,度量精度
- 复习指引
- 维度灾难的形成原因
- 混淆矩阵概念以及查准率和查重率定义
- 疑惑
- 敏感率和特异率的定义
- ROC曲线和不平衡数据集
2.《程序员的面试笔记:C/C++、算法、数据结构篇》
第17章 树结构
- 知识梳理
- 了解常见术语的概念:①结点的度②树的度③叶子结点④孩子结点⑤双亲结点⑥兄弟结点⑦树的层次⑧树的深度⑨森林
- 掌握树结构的四大基本性质(证明略)
- 非空树的结点总数=所有节点数的度之和+1
- 度为k的非空树的第 层最多有 个结点( )
- 深度为h的k叉树最多有 个结点。
- 具有n个结点的k叉树的最小深度为
- 掌握二叉树、满二叉树和完全二叉树的概念,以及二叉树的四大性质
- 第i层的最大结点数
- 深度为k的二叉树最大结点总数
- 具有n个结点的完全二叉树的深度为
- 掌握二叉树的数据结构表示、树的创建、树的遍历(基于深度优先搜索或基于广度优先搜索)
- 熟悉一些常见二叉树树问题的实现:二叉树的深度、叶子结点数、某结点的层数等计算
- 哈夫曼树和哈夫曼树的编码(暂未看)
- 掌握二叉排序树的性质,重点掌握最低公共祖先问题的求解
- 复习指引
- 树相关术语的定义
- 编程实现树的基本操作以及常见习题
- 解决书中旁注的问题