实验室听课总结

前一阵子听了实验室学长们的经验分享,深有感触,今日做个记录以便于后日回忆
(其实是用来记录的本子差一点丢了,以后再丢就找不到了就先云记录一下)

注:由于本人目前对相关知识不太了解,所以大多以引用为主,求大佬轻喷

一.JAVA相关

1.JAVA初级
1.1 Java封装、继承和多态

https://blog.csdn.net/wu371894545/article/details/53316117
https://www.cnblogs.com/pssp/p/6292665.html
https://www.tianmaying.com/tutorial/java-extends

1.2 面向对象编程(Object Oriented Programming,简称OOP)

https://blog.csdn.net/weixin_36024609/article/details/68927312
https://www.cnblogs.com/hbai/p/5106635.html

2.JAVA进阶
2.1 高并发,多线程,分布式

https://blog.csdn.net/bntX2jSQfEHy7/article/details/86486223
https://www.cnblogs.com/android-blogs/p/5765148.html

2.2 JVM的使用

由于JAVA没有类似C语言那种根据系统或IDE会影响代码运行的情况,所以JAVA语言在全平台使用效果都相同。
https://blog.csdn.net/qq_41701956/article/details/80020103
https://blog.csdn.net/qq_41701956/article/details/81664921

2.3 其他

要学好JAVA,需要针对性学习数据结构与算法(代码底层逻辑)计算机组成原理,计算机网络。
到了后期可以对TCP/IP,HTTP进行泛学,多摸一摸就可以。
JAVA中的Token(HTTP相关)

2.4 数据库增删改查(CRUD)(必会)

关系型数据库,MYSQL(有整齐的行列规定,统一的数据类型),需要各种事务处理。
非关系型数据库,NOSQL(无严格的数据类型的限制,类似于json)

2.5 java SSM框架(Spring+SpringMVC+MyBaitis)

要点:
Java Spring AOP技术的使用
JAVA Swagger2的使用
RESTful API的使用

2.6 java 前端(HTML(5),CSS,JS,axios,vue)

HTML:网页简易搭建
CSS:修饰HTML元素
JS(JavaScript):可插入 HTML 页面的编程代码。用于HTML页面的各种操作(如验证,编辑事件等)
注:JavaScript与JAVA没有半点关系,起这个名字是为了蹭热度
AXIOS:用于向服务器端发送请求
vue:一套构建用户界面的渐进式框架。

2.7 Linux操作系统基础

由于JAVA代码在任何端都可以无差别地进行运行,而且Linux系统可操作性高,可以将资源完全支配,大型企业服务器端几乎都是使用Linux系统。

2.8 Redis

REmote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。
通常被称为数据结构服务器

2.9 代码风格

建议参考阿里人写的代码规范,不只是对java,对其他类型语言也很有用。

2. 10 软件测试

黑盒测试:完全模拟用户进行操作
白盒测试:开发者对程序进行极端环境测试。

2.11 UML图及需求分析

UML(Unified Modeling Language)中文统一建模语言,是一种开放的方法,用于说明、可视化、构建和编写一个正在开发的、面向对象的、软件密集系统的制品的开放方法。UML展现了一系列最佳工程实践,这些最佳实践在对大规模,复杂系统进行建模方面,特别是在软件架构层次已经被验证有效。 --WIKIPEDIA

2.12 自然语言加密

对称加密(如wifi密码):可进行正反向解密
非对称:速度快且不可变(RSA方法)
单向加密(MD5):不可逆破解,较为常见。

建议:学习时需要多看看源代码和文档巩固知识

二.PYTHON/MATLAB相关

利用python进行数据分析

1.创造环境并对其进行标准定义

如:如何判断一个人得了糖尿病?
设定指标(index):如使用年龄层,人种,糖日常摄入量等指标对其进行判断。

2. 数据整合

使用MATLAB(小型数据)/PYTHON(numpy/pandas)
软件:SAS/SPSS(作数据处理统计用)

至此你可以从1,2点中列出函数关系以便于构图及计算
推荐书籍:
《统计学习方法》(李航)
《MATLAB在数学建模中的运用》

另外建议多看博客 做统计,机器学习。

3.计算

作用:
构造数据集(矩阵)
预测未来

算法:梯度算法(变化最快的方向)
可行方向与最优方向相反。

三.CNN卷积神经网络

1.卷积

1.1 卷积核

含有特征的小型矩阵
如果做图像识别会规定为标定颜色的矩阵。
图像识别的过程中,卷积核会和原图作对比进行特征识别,识别出来则为匹配成功。

2.池化

对图像进行进一步处理,构造学习模型。

3.全连接

将矩阵拉伸,进行连接,提高识别率。

你可能感兴趣的:(python,java,python)