各种入门

各种入门

准备在这一部分里写一些引导学生入门的经验,大概分为算法和科研两个方面。

见到了越来越多实力强劲的本科生:数据结构算法全通的也有,开始科研的也有。也见到了各种迷惘的本科生,不知道大厂需要什么样的人才,也不知道哪些科目学好了重要。从我个人来看,好像算法、科研都很重要,但是我自己理解得比较容易,传给学生的过程就总觉得他们学得好慢,大量的知识卡在手里,塞都塞不出去。于是乎,想着把内容列一列,看看是否给人一些启发。

计算机相关知识 #

在此首先要说的是:计算机的内容说难也难,说简单也简单,关键是在于下场去做。先列个可能用到的列表,算是做一个整体的概念普及。

计算机相关知识

算法与数据结构 #

在所有的学习过程中,我个人认为最为重要的是基础算法,algorithm。算法是计算机学科的基础,所有的计算机的东西都是由这些基础算法构建出来的。以下是我整理的一些数据结构必做题目,做一遍就差不多了。

数据结构

科研相关 #

我个人的主要方法是信息检索,小方向是推荐系统,所以科研入门按照推荐系统来做。但现在大部分领域都是使用数据驱动的方法,所以AI的所有知识都必须要掌握。

在这里推荐一个我给企业界的人做的科普文档。

科普文档 #

人工智能常用概念

接下来是正式的科研入门。

科研入门 #

首先是要掌握基本的术语,下面的文档中列举了我认为需要掌握的术语,以及一些学习方法。

推荐系统入门

了解上述术语之后,就需要大量的阅读文章,获取最新的资料了。前期读文章可以参考一下知乎等平台,但最重要的还是需要自己知道要看什么东西。这里我列了一下重点:

如何读文章

文章读懂了,怎么用代码实现,其实中间也是需要练习的。在有基本代码力的基础上,尝试着去复现代码,理解公式到代码的转化过程,真正掌握训练、测试、调参的方法,从复现代码开始。

如何复现代码

读了大量论文之后,需要自己想IDEA。

什么是IDEA

通过做实验验证了IDEA之后,就可以考虑写论文和做报告了。

如何写论文

如何做报告