人工智能专业大二学霸总结

机器学习AI算法工程

共 3884字,需浏览 8分钟

 ·

2022-12-22 15:45

向AI转型的程序员都关注了这个号👇👇👇


大二上学期

数学建模

2021年九月份,我大二了,在开学返校的第一天,数学建模国赛开始了。我到站时,沈阳正好下起了大雨。我们的车就好像被雨追着一样,一直开到了学校。

到达学校后把行李箱放到寝室,我就直奔教学楼去了,因为我的两个队友在那在研究题目并选择。我们选择了C题——基于生产企业原材料的订购与运输的数学模型研究。进行了三天的“脑细胞清除计划”后,我们成功的把论文和数据给提交了上去。


这是我第一次参加数学建模,最后和省三也差了一步之遥,不过我并不气馁,因为毕竟是第一次嘛。

就在忙完这三天数学建模后,

为了提升学习效率,我买了个平板。

为了提升生活质量,我办了个健身卡。

事实证明——平板确实能够边看课变敲代码,但其实一台显示器会更香。只不过显示器没有了平板的功能。只是为了看课或者扩展屏幕而使用。健身卡就没什么好说的了,对我来说是一张澡卡~~真实!!因为是实在是找不到时间在完成学业的之后去健身房玩,可能是因为我给自己的任务太多了吧。


社团经历

我也是被叫为“学哥”、“学长”的生物了。开学后,做了大数据协会的技术部部长。和计算机协会的一个“讲师”。主要就是负责每周社团活动的授课,大数据协会讲一讲python基础,计算机协会则讲一讲web的HTML。毕竟不是不是正规上课,所以教的也比较随意,尽可能地让大一的会员们了解更多的编程知识,因此只需要简单地备课(想一想今晚讲点什么之类的)

巩固了自己的基础知识,也能挣一点饭钱,唯一的缺点就是占用了我两个小时的自学时间。


参加的考试

开学初参加了数据库三级的考试,复习了很多天背了很多题,但还是没有考过,原因在于没有准备充分,因为题库量较大,有一些概念题必须去背,而不是只考数据库的sql语句。不推荐计算机学生报考,因为实在也没什么含金量。下图就是满满的题库。

参加了华为ICT比赛的考试,怎么说呢,完全没有准备,因为是免费的资格就报名了,下次争取准备准备然后争取进省赛好加个素拓。

学校课程

学校的专业课程主要是Python程序设计和python版的数据结构,对没有错,是python版的。除此之外还有数据库技术,教的mysql5.5,属于一个比较落后的版本了,但也是稳定版本。但我一直用的8.0,区别也不是很大。


基础课程就是概率论、英语和马原啦,大学生都接触过的。

专业课对我来说比较简单,因为都是自己掌握的技术了。至于基础课那些就是去背一背、由于我也是班级学委,所以需要保证一个比较高的成绩。


掌握技术

我在大二上学期为了给我的小程序设计接口自学了Node.js,但学的不精也就没有用来做项目。

学习了Git版本控制,掌握了程序员必备技能之一

此外我把C++的基础篇学完了并做了几个小demo

学习了Vue的基础,没有涉及脚手架,只是把vue的声明周期、常用语法学习了一下。

参与活动和竞赛

参与了很多我校的科创讲坛(注意是很多),一是为了学分,二是为了能够出席增长大创的知识。

按照老师的想法做了一个大创项目,主要就是设计做每日一练高数题、展示一些文章等内容,放到小程序或网站上,并运营了个公众号来宣传红色精神。

11月6日——7日参与了世界英雄联盟总决赛,并在其中担任线上观众。EDG成功夺冠

大二上学期,需要去花费学习时长的课程很多,参与了各种学校活动,每天就是在完成作业、参加活动、自学技术。我觉得上学期我自学掌握的知识量一般,既没有做什么项目,也没有完全掌握新学的技术。处于一种很充实,但技术方面成长缓慢的阶段。

寒假,我将VUE全家桶学习了一遍,包括vue.js、element-ui、echarts等。因为当时真的对未来很迷茫,不知道该学什么,只能学习一下前端技术,来适应项目需求。寒假做了计赛的准备。

大二下学期

疫情——社团无——活动无

参加的比赛

计赛,我来了!

大一时,我在计赛留下了遗憾,这一次我要全力挽回

数媒动漫与短片:首先准备了一个我当做兴趣爱好的动画作品,当然改了几十次最终形成了一个成品动画,虽然有点短,但做了很长时间也是尽力了。

信息可视化设计:肝了半个月我和另外俩队友终于把一个用Vue做的后台管理系统做了出来,主要主题是电力运维。

大数据应用:报名了大数据主题赛的赛题解答,是针对新冠疫情对经济的影响方面的。主要用的都是机器学习算法和python数据分析。

现在这三个作品都入围了国赛复赛,希望答辩后能取得一个好成绩。


掌握技术

在大二下学期,突如其来的疫情让我们变成了线上授课,我们在学校里,老师在学校外。这多少回影响我的学习效率,因为在寝室确实不是一个学习的好地方。

教学楼没有开放时,我在寝室将学习了uni-app的一个项目实战,一个蛋糕商城。效率不是很高,做了一半,由于其课程里的数据都需要自己去样例官网上去发请求再得到,所以我嫌太麻烦就将整体流程搞懂就没有深究了。

学习了Node.js的Express框架来设计接口,并手敲了一个接口项目。


学校课程

这学期除了毛概就全是专业课啦!python高级技术,主要讲的爬虫、数据处理数据分析、Flask框架等等。还有计算机网络和大数据的Spark。由于这学期的课都很合我口味,所以感觉也很轻松。最后也是取得了理想的成绩。


最后

下学期总体来说是过的很快的,毕竟只有三个月。这三个月里对技术方面收获是非常多的。在暑期前,我家附近有一家公司找我做开发,我感觉在家这边实习比较方便,就聊了很久之后接受了。

放假的第一周去那里,由于我的技术栈与他们的技术栈不符,所以第二周就不去了。而是在家里把Vue的一个实战项目做了做,收获蛮多的,由于暑假还有两个月的充足时间,打算再找一份实习来锻炼自己。

接下来暑期主要就是完成计赛数学建模省赛、计赛国赛的答辩、论文的撰写和实习工作

总结

这篇文就是简述了一下我这一年时间的学习路线和心路历程吧。不是很详细,因为详细写那确实能写很多。

我的专业毕竟是人工智能,但我目前大二学了一堆前后端开发知识。一是为了我考研和不考研做打算,因为人工智能算法领域需要去攻读硕士学位才可以,别问为什么,因为大部分算法工程师只招硕士。。另外就是拓宽自己的知识,能让自己会的技能更多,找工作也有更多的选择。

我们大三和大四的专业课主要就是涉及人工智能领域的课程了,还是比较期待的。具体有数据采集与预处理、机器学习、模式识别理论与应用等。放张课程图。

估计也有和我一样是本科人工智能的同学吧!具体方向还是得自己走出来,因为我是我们学校第一届这个专业,所以也没什么前车之鉴得以参考,但大可仿照计科的来,并加以自己的想法。最后祝大家工作顺利、期末顺利!



机器学习算法AI大数据技术

 搜索公众号添加: datanlp

长按图片,识别二维码




阅读过本文的人还看了以下文章:


TensorFlow 2.0深度学习案例实战


基于40万表格数据集TableBank,用MaskRCNN做表格检测


《基于深度学习的自然语言处理》中/英PDF


Deep Learning 中文版初版-周志华团队


【全套视频课】最全的目标检测算法系列讲解,通俗易懂!


《美团机器学习实践》_美团算法团队.pdf


《深度学习入门:基于Python的理论与实现》高清中文PDF+源码


《深度学习:基于Keras的Python实践》PDF和代码


特征提取与图像处理(第二版).pdf


python就业班学习视频,从入门到实战项目


2019最新《PyTorch自然语言处理》英、中文版PDF+源码


《21个项目玩转深度学习:基于TensorFlow的实践详解》完整版PDF+附书代码


《深度学习之pytorch》pdf+附书源码


PyTorch深度学习快速实战入门《pytorch-handbook》


【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》


《Python数据分析与挖掘实战》PDF+完整源码


汽车行业完整知识图谱项目实战视频(全23课)


李沐大神开源《动手学深度学习》,加州伯克利深度学习(2019春)教材


笔记、代码清晰易懂!李航《统计学习方法》最新资源全套!


《神经网络与深度学习》最新2018版中英PDF+源码


将机器学习模型部署为REST API


FashionAI服装属性标签图像识别Top1-5方案分享


重要开源!CNN-RNN-CTC 实现手写汉字识别


yolo3 检测出图像中的不规则汉字


同样是机器学习算法工程师,你的面试为什么过不了?


前海征信大数据算法:风险概率预测


【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目,让你掌握深度学习图像分类


VGG16迁移学习,实现医学图像识别分类工程项目


特征工程(一)


特征工程(二) :文本数据的展开、过滤和分块


特征工程(三):特征缩放,从词袋到 TF-IDF


特征工程(四): 类别特征


特征工程(五): PCA 降维


特征工程(六): 非线性特征提取和模型堆叠


特征工程(七):图像特征提取和深度学习


如何利用全新的决策树集成级联结构gcForest做特征工程并打分?


Machine Learning Yearning 中文翻译稿


蚂蚁金服2018秋招-算法工程师(共四面)通过


全球AI挑战-场景分类的比赛源码(多模型融合)


斯坦福CS230官方指南:CNN、RNN及使用技巧速查(打印收藏)


python+flask搭建CNN在线识别手写中文网站


中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程



不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加: datayx  

浏览 58
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报