2024-2025-1 20241310 《计算机基础与程序设计》第十周学习总结

2024-2025-1 20241310 《计算机基础与程序设计》第十周学习总结

作业信息

这个作业属于哪个课程 2024-2025-1-计算机基础与程序设计
这个作业要求在哪里 2024-2025-1计算机基础与程序设计第一周作业)
这个作业的目标 自学教材计算机科学概论(第七版)第12,13,14章 自学教材并完成云班课测试《C语言程序设计》第9章并完成云班课测试
作业正文 作业

教材学习内容总结

以下是关于信息管理、电子制表、数据库管理系统、大数据的详细知识点总结:

信息管理

  • 概念:对信息资源进行规划、组织、领导和控制,以实现有效利用的过程。
  • 目的:确保信息的准确性、及时性、完整性,支持决策等。
  • 流程:包括信息的收集(从各种渠道获取)、加工(整理、分析等)、存储(选择合适存储方式)、检索(方便查找)、传递(在不同主体间共享)和利用。
  • 涉及技术:多种,如数据库技术用于存储管理信息,网络技术便于信息传递等。

电子制表

  • 常用软件:如Excel等。
  • 基本元素:工作表由行和列组成单元格,可在单元格中输入数据(文本、数值、日期等)。
  • 数据处理:
  • 公式与函数:通过公式(如=A1+B1)和函数(SUM、AVERAGE等)进行数据计算。
  • 数据排序:按特定列的值升序或降序排列数据。
  • 数据筛选:根据条件筛选出符合要求的数据子集。
  • 图表制作:能将数据以图表(柱状图、折线图、饼图等)形式直观展示,便于分析数据趋势、比例等关系。

数据库管理系统(DBMS)

  • 定义:是一种操纵和管理数据库的大型软件,用于建立、使用和维护数据库。
  • 功能:
  • 数据定义:定义数据库结构,如创建表、设置字段属性等。
  • 数据操纵:实现对数据的插入、删除、修改、查询操作。
  • 数据控制:对数据库访问进行权限控制,确保数据安全。
  • 数据维护:如备份、恢复数据等。
  • 常见类型:关系型数据库(如MySQL、Oracle等,以表和关系来存储数据)、非关系型数据库(如MongoDB、Redis等,适用于不同数据结构和应用场景)。

大数据

  • 特点:
  • Volume(大量):数据量极其庞大,通常是TB、PB甚至EB级别。
  • Velocity(高速):数据产生和更新速度快,如实时的网络流量数据。
  • Variety(多样):包括结构化数据(如数据库中的表数据)、半结构化数据(如XML、JSON)和非结构化数据(如文本、图像、音频、视频)。
  • Value(价值):虽然数据量大,但需通过分析挖掘提取有价值信息。
  • 处理流程:
  • 数据采集:从多种源头收集数据。
  • 数据存储:由于数据量大,常采用分布式存储系统(如Hadoop的HDFS)。
  • 数据处理:运用大数据分析工具(如Hadoop、Spark等)进行清洗、转换、分析等操作。
  • 数据可视化:将分析结果以直观图表等形式展示,便于理解。
  • 应用领域:广泛应用于商业智能、金融风控、医疗健康、交通物流等众多领域,帮助企业和组织做出更明智决策。

1. 图灵测试

  • 概念:由艾伦·图灵提出,用于判断机器是否具有智能。测试中,让一个人与一台机器和一个真人通过文本方式交流,如果测试者无法分辨机器和真人,就认为机器具有智能。
  • 意义:这是人工智能领域一个里程碑式的概念,引发了人们对智能本质的思考,推动了人工智能研究的发展。
  • 局限性:它主要侧重于语言行为,不能完全反映机器的真正智能,且可能受到测试环境、提问者知识水平等多种因素的影响。
    2. 语义网
  • 定义:是一种知识表示的形式,它在万维网基础上,通过给网页添加语义信息,使计算机能够理解网页内容的含义,而不仅仅是显示内容。
  • 组成部分:包括资源描述框架(RDF)用于描述资源,RDF 模式(RDFS)用于定义资源的类和属性,以及本体(Ontology)来更详细地描述领域内概念和关系。
  • 应用场景:在信息检索中可以提高检索的准确性,如在学术文献检索中,能更好地理解文献主题和概念之间的关系;在智能问答系统中,有助于精准回答用户问题。
    3. 检索树
  • 结构特点:也叫搜索树,是一种树形数据结构。它有一个根节点,从根节点开始分支,每个节点代表一个搜索状态或者数据元素,分支表示可能的搜索方向或者元素之间的关系。
  • 搜索策略:常见的有深度优先搜索(沿着一条分支一直深入,直到不能继续或者找到目标)和广度优先搜索(先搜索同一层的所有节点,再向下一层搜索)。
  • 应用范围:在数据查找、路径搜索等算法中广泛应用,如在文件系统中查找文件,游戏中的路径规划等场景。
    4. 专家网络
  • 含义:是一个由多个专家系统或者专家知识源相互连接组成的网络。每个专家系统专注于一个特定领域的知识和问题解决,通过网络连接可以实现知识共享和协同工作。
  • 优势:能够整合不同领域专家的知识和经验,解决复杂的、跨领域的问题。例如在医疗领域,不同科室的专家系统(如内科、外科、影像科等)相互协作,提供更全面的诊断和治疗方案。
  • 构建挑战:需要解决不同专家系统之间的接口问题、知识表示和融合的兼容性问题等。
    5. 生物神经网络
  • 基本组成单元:是神经元,神经元通过树突接收信号,经过细胞体处理,通过轴突将信号传递给其他神经元。神经元之间通过突触进行连接,突触的强度可以调节信号传递的效率。
  • 功能特点:具有高度的并行性、自适应性和容错性。能够通过学习和训练(如赫布学习规则)改变神经元之间的连接强度,从而实现对信息的处理和记忆存储。
  • 研究意义:为人工神经网络的设计和发展提供了灵感,帮助人们理解大脑的工作机制,如学习、记忆、认知等过程。
    6. 人工神经网络
  • 网络结构:包括输入层、隐藏层(可以有多层)和输出层。神经元之间通过权重连接,输入信号经过加权求和和激活函数处理后在网络中传播。
  • 训练方法:如反向传播算法,通过计算损失函数对权重的梯度,利用梯度下降法调整权重,使网络输出逼近期望输出。还有无监督学习(如自编码器)和强化学习(如深度Q网络)等方法。
  • 应用领域:在图像识别(如人脸识别)、语音识别、自然语言处理等众多领域有广泛应用,能够自动提取数据特征,解决复杂的分类和预测问题。
    7. 自然语言处理
  • 层次划分:包括词法分析(分词、词性标注)、句法分析(分析句子结构)、语义分析(理解语义关系)和语用分析(考虑语境和意图)。
  • 技术手段:利用统计方法(如n - gram模型)和深度学习方法(如Transformer架构)。例如,Transformer架构的语言模型(如BERT、GPT)在语言生成和理解方面表现出色。
  • 应用场景:机器翻译、文本分类、情感分析、智能问答系统等,帮助计算机理解和生成人类语言,实现人机之间更有效的沟通。
    8. 机器人学
  • 主要研究内容:包括机器人的机械结构设计、运动学(研究机器人位置、速度和加速度等运动特性)和动力学(研究机器人的力和力矩与运动的关系)、感知系统(如视觉、触觉、听觉传感器)、控制策略(位置控制、力控制等)和人机交互。
  • 应用领域:工业生产(如工业机器人进行装配、焊接等)、服务领域(如服务机器人提供清洁、送餐等服务)、军事领域(如侦察、排爆机器人)、太空探索(如火星探测器)等众多领域,提高生产效率、改善生活质量、完成危险任务等。

复杂系统与游戏开发知识总结

一、复杂系统

复杂系统是由大量相互作用的组件构成,具有非线性、涌现性、自适应性等特点。在游戏中,如生态系统模拟、经济系统模拟,众多元素相互影响,整体行为难以简单从个体行为推导。研究方法包括系统动力学、基于主体建模等,有助于理解系统整体特性与规律。

二、构造模型

构造模型是对复杂系统或现实事物进行抽象与简化,以数学、逻辑或物理形式表达。在游戏开发中,用于模拟游戏世界规则与对象行为。构建步骤包括确定系统边界与要素、定义要素间关系与交互规则、选择合适数学或计算模型表达、校准与验证模型确保准确性与可靠性等。

三、特殊模型

(一)有限状态机模型

在游戏角色行为控制中有应用,角色处于有限个状态,如站立、行走、攻击等,根据输入或条件在状态间转换,可清晰定义角色不同状态下行为逻辑。

(二)行为树模型

用于智能体决策,由节点与连线构成树状结构,节点表示任务或条件判断,连线表示执行顺序或条件分支,能直观构建复杂决策流程,如敌人 AI 决策何时追击、何时躲避。

四、计算机图形学

研究计算机生成、处理、显示图形图像。在游戏中负责创建逼真视觉效果。包括 3D 建模(多边形建模、曲面建模构建物体形状)、材质与纹理(定义物体表面属性与外观细节)、光照模型(模拟光照效果如漫反射、高光等营造真实感)、渲染管线(将 3D 场景转换为 2D 图像输出到屏幕的流程)等核心内容。

五、游戏的历史

早期有简单机械或桌面游戏,如围棋。电子游戏兴起于 20 世纪中叶,从简单文字游戏发展。街机时代有《吃豆人》等经典。家用游戏机时代如任天堂 FC 推动游戏普及。PC 游戏发展带来多样类型与在线游戏。移动游戏时代因智能手机兴起,游戏更便捷社交性强。

六、创建虚拟世界

(一)地形生成

可使用程序算法(如柏林噪声)生成自然地形,设置山脉、河流、平原等高度与纹理,或手动编辑地形塑造独特地貌。

(二)场景布置

放置建筑、道具等,考虑布局合理性与美观性,营造不同风格场景,如中世纪城堡、科幻都市等,添加天气、光照效果增强沉浸感。

七、游戏设计与开发

(一)游戏设计

确定类型、核心玩法与规则,设计关卡与挑战难度曲线,创造故事背景与角色设定,注重用户体验与可玩性平衡。

(二)游戏开发

团队包括策划、程序、美术、音效等人员。开发流程有策划(确定游戏整体框架与细节)、设计(美术与玩法设计)、编程(实现游戏功能)、测试(找漏洞与优化)等阶段,各阶段相互协作迭代。

八、游戏编程

常用 C++、C#等语言。编程任务包括实现游戏逻辑(角色动作、碰撞检测、得分系统等)、图形渲染接口调用与优化、处理用户输入(键盘、鼠标、手柄等)与输出显示,以及与网络模块结合实现联机功能等。

基于AI的学习

学习进度条

代码行数(新增/累积) 博客量(新增/累积) 学习时间(新增/累积) 重要成长
目标 5000行 30篇 400小时
第一周 50/50 2/2 4/4
第二周 200/200 1/3 12/12
第三周 200/1000 1/4 10/10
第四周 400/400 1/5 12/12
第五周 200/1300 1/6 10/10
第六周 600/1000 1/7 10/10
第七周 400/500 1/8 9/9
第八周 600/600 1/9 10/10
第九周 800/800 1/10 12/12
第十周 800/800 1/11 10/10

尝试一下记录「计划学习时间」和「实际学习时间」,到期末看看能不能改进自己的计划能力。这个工作学习中很重要,也很有用。
耗时估计的公式
:Y=X+X/N ,Y=X-X/N,训练次数多了,X、Y就接近了。

参考:软件工程软件的估计为什么这么难软件工程 估计方法

  • 计划学习时间:XX小时

  • 实际学习时间:XX小时

  • 改进情况:

(有空多看看现代软件工程 课件
软件工程师能力自我评价表
)

参考资料

posted on 2024-11-29 20:07  诺奇布卡  阅读(7)  评论(0编辑  收藏  举报

导航