RobotMail No.2021.7.15

望秋弥茂2021-07-152023-11-13

1. 序

不知不觉离上次写小记已经过去六个月，不长也不短。

寒假回家前，在校最后一夜，收拾行李还是拿了许多“杂书”，虽然知道自己可能不会坚持看完，但是有些只是为了重复读某些昔日反复翻阅的部分，这就足以。

“小舟从此逝，江海寄余生” 开学快乐！长江大桥上

而至于寒假开学之前，我走过之前许久没经过的路口，熟悉的感觉再一次涌上心头。

寒假很短，我也并没有特别用功读书，可能只是我一直秉持着的“习惯”：放假就应该读些自己喜欢的书，做自己喜欢的事。

和许久不见的高中好友憨憨地打电动，就算乌龙球也很快乐；为了两杯茶颜悦色，几个小时也不觉得漫长；习惯粤式风味的我，还是吃了海底捞红油锅。有些事情变了，我也在变，但是就在某些时刻，总会悄然放下身上的事情或者担子，像一个少年一般，做些幼稚但是可爱的事情，不计较得失，对我来说实在是mean too much。

就在我还没准备好新学期的时候，各种课设已经开始提上日程。

2. 课业小结

上个学期的课主要还是偏向软件方向，老规矩，贴一张机器人班的课表~

2.1 大学物理 Physics

大物Physics对我来说还算比较简单，有之前在生医工的基础，复习压力不算特别大。主要还是热学和光学部分，这两个章节没学过复习时候就多花了些功夫。万万没想到期末考试异常的简单，做得很顺利（悄咪咪吐槽一下，物理老师人太好了，有些同学询问题目中不认识的英语单词的意思，他解释了意思还告诉你做题过程，我觉得就有些影响考试公平了。。。）

2.2 线性代数 Linear Algebra

线性代数Linear Algebra这里呢，我也是在吃老本，但是有些地方忽视了，吴院强调生医工同样强调的应用部分，但与此同时，还强调了所有概念、定理之间的关系。就比如说IMT（Inverse Matrix Theorem）的联系，有很多很多的定理之间是完全等价的。吴院教学和考察特别注重这一点，我有些忽视，导致最后结果差了一点点，但是确实是我没有认真掌握。

（再来吐槽一下，唐老师太喜欢让我们做判断题了，判断十个没出过瘾，选择里面还额外嵌套判断题，实在是有点头疼hhh）

剩下的两门分别是计算机与程序设计导论，还有人工智能导论。

（继续吐槽ing，这些导论课真的难，顶着导论的名字，但是内容却还比较难。开个玩笑可以说“他似乎真的想教会我们很深的东西耶”）

2.3 计算机编程导论 Introduction to Computer Programming

吴院的Program编程课我觉得设计挺不错的，唯一的缺点就是四门（也不能完全这么说）语言（Matlab，C，C++，Python）需要一个学期上完核心内容，导致基础知识的加强需要自己课下额外花不少功夫。

但是我真的吹爆王老师细心出的五次（不大不小的）作业，分别是Dijkstra(Uniform Cost Search)算法的实现，随机信号的不同傅里叶级数Fourier Series模拟，随机数生成与多种排序和查询的算法实现，自定义全字母句子的密码本加密文档与解密，人脸检测。

Program课程作业代码已经上传Github（ID: albedo-wang)，写的很稚嫩，仅供参考哈~（由于作业要求sheet版权问题我也不上传力）

2.4 人工智能导论 Introduction to Artificial Intelligence

外一门课是人工智能导论，Patrick老师教的很认真，也很喜欢跟我们聊人生大道理和讲故事，你可能很难想象这是在上课讲某个知识点延伸出来的part，但是我超爱这种特殊的上课方式和教学风格。

这门课从AI的introduction开始，逐步介绍常见的Search算法(DFS BFS IDS LDS BS etc)，再是Constraint Satisfaction Problem的解决算法，之后是Game Play的决策方法和α/β pruning剪枝，再然后是Markov Decision Processes马尔科夫决策，再是Reinforcement Learning强化学习，Supervised Learning无监督学习也有介绍，各种classification分类器(SVM DT MLP K-nn etc.)以及它们的ensemble，Deep Learning深度学习与CNN卷积那些东东，最后一节是Unsupervised Learning无监督学习。

虽然上边东西说的很学术化，但是这个课本身还是重在介绍运用和基本的原理部分，所以省去了大部分的数学证明等等，使得学习压力骤减。

（不吐槽会死星人上线，这个课还是挺难的，本来是吴院研究生课程，据院长说研究生上了很有收获，就给大一同学也开了这门课，我直接黑人问号。不过不管怎么说，这门课收获还是很大的，尤其是Patrick老师，给我们灌输了很多的AI知识还有人生价值观，收获很大，我爱Patrick老师，希望明年的数据结构也是他教！！！）

还是一样，AI的课程作业也上传到我的Github上边，也可以参考一下。

AI作业的Python文件我没有写注释，全部注释都在我写的实验Report里面，有些自定义包还有课程笔记是老师提供的，由于版权原因我就不提供。

（再来吐槽一下，这个AI期末考试不算难，我也取得了不错的成绩。考试重点还是落在了原理的理解上，还有各种学习之间的比较pros and cons，还有分类器那里更是如此。一度让我期末写到手抽筋hhh，真的太多啦！！！）