前言
这学期几乎全是硬核的算法/程序课，为了督促自己认真学习，我将每周写一篇周记。周记模板前一周保留，当周每日更新当日笔记。如有整段文字代码适合另起blog，也将链接标在周记对应的日期下。
课程：算法设计与分析、数字图像处理、程序设计实习、游戏AI中的算法、视觉计算与深度学习、人工智能引论及实践课（NLP）、Python程序设计与数据挖掘导论、大数据分析中的算法
2019.2.18
日记：
大数据似乎默认我们已经有相当的机器学习相关数学知识，应当尽快补上吴恩达的机器学习课程。
算分看上去不是太难，虽然数算我学的是B，但应该没有太大问题，一边上算分一遍补数算A慕课吧。
游戏AI第一节课涉及极大极小，alpha-beta剪枝，蒙特卡罗，看样子是默认我们知道这些内容的，今天就要补上。
算法设计与分析课程内容
alpha-beta剪枝
http://web.cs.ucla.edu/~rosen/161/notes/alphabeta.html
这篇文章非常详细易懂！
如何学习蒙特卡罗树搜索（MCTS）
https://zhuanlan.zhihu.com/p/30458774
大概看懂了MCTS的原理，代码没撸。
2019.2.19
课程：大数据分析中的算法
日记：
今天早上浪费时间写公众号，下午浪费时间收快递洗快递内容，还发现狗东的鼠标有质量问题。总之没刷几道LeetCode，深刻反省自己！晚上又去上了大数据算法课，又是一堆看不懂的数学符号，一下子就又慌乱起来。好在坐在班长边上，告诉我对偶啊什么的，同时教育我有些课件上有解释，不要看不懂就慌慌张张不听课。
嗯，我觉得他说的对。但是课件依然没怎么搞懂，倒是搞懂了课上随口提到的NP-Hard问题。这个应该是算分的内容吧。
P vs. NP：从一则数学家谋杀案说起
https://www.guokr.com/article/437662/
这篇文章很好懂，而且排版清楚不啰嗦。
NP问题真的很难理解？
https://blog.csdn.net/csshuke/article/details/74909562
前面略啰嗦（主要是我有点数算的基础），而且一下子给太多概念，先读前一篇再读这篇就好。
2019.2.20
课程：Python程序设计与数据挖掘导论、数字图像处理、算法设计与分析、教育与人工智能
日记：
Python程序设计与数据挖掘导论课程设计看上去很不错，基础部分我都简单接触过，应该会比较深入的讲解/做作业，但是今年第一次开课，老师劝退说明年课程质量会好很多。总之我还是会去上。
数字图像处理看上去不难，毕竟我修过遥感数字图像处理原理了。而且老师看上去很nice课程也比较成熟，用Matlab，好嘛我要又要obtain一项技能了（误）。
算分今天上数学基础，这点数学还是好理解的（但是能理解不一定代表会做题）。
教育与人工智能本以为是水课，只是想从这门课结识一些的朋友，然后对行业增进了解。结果发现还是有点东西的，包括教育理论的涉及，有不少参考文献要读（虽然不一定会读），有教育技术人工智能的应用等等，还有期中项目，期末论文。最有趣的是上课老师讲到了旅行商问题（NPC问题），知道这是什么事情的那一瞬间，感觉自己棒棒哒（误）。
算分数学基础：定义定理
最短路径—Dijkstra算法和Floyd算法
https://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html
Dijkstra算法写的很清晰（动图牛逼），数算学过有点忘了。Floyd算法直接看代码可能更好理解，图的意思是对不在三条线上的元素进行更新（虽然算法里会遍历所有元素，但在线上的元素不可能改变）：三线交叉点的元素（必定为0）和此元素对应的“矩形四点”对应的二阶矩阵上，其他两个元素相加若小于此元素则更新此元素。
2019.2.21
课程：游戏AI中的算法
日记：
游戏AI课学习如何打麻将你敢信[哭笑]？第一盘不知道和牌规则，最后一名，第二盘知道规则了，有进步（误）！
Botzone对局
（1）注册Botzone账号，进入小组页面，填写表单，加入游戏AI课小组
（2）回到Botzone主页，在游戏桌上创建/加入一场对局
（3）对局结束将URL复制，粘贴至小组对局提交。
2019.2.22
课程：视觉计算与深度学习、数字图像处理
日记：
啥事没干，首先确定不去上JavaScript语言Web编程课了，这个可以自学，没意思。我想这学期还是要专注于把一个正常信科学生的基础打好。
因为撞课，数字图像处理上了前半节课，视觉深度学习上了后半节课，都没怎么听，感觉这样跑来跑去太乱了。总之觉得旁听视觉深度学习了，数字图像处理单周的课就翘了。周日要好好复习今天两门课！
今天还确定了课表，想来想去大数据算法还是选了，就当熏陶熏陶，上课拼命不要完全懵逼就算胜利！补选了人工智能导论，它的课件也要补上。最后人工智能实践课还是选了NLP，因为CV选满了（其他都满了）。也好，这学期非基础课两门都是CV，一门Game AI，了解一下NLP也不错。我潜意识觉得CV比较简单，NLP难得多（但潜意识觉得NLP有意思！听起来也高大上！），也可能只是因为遥感专业使我对数字图像基础比较好吧。
总之，这将是一个快乐的学期！加油哇！
2019.2.23
复习课程：未复习
日记：
今天也是不专心coding的一天，哼！总之发生了一些让我感到失落的事情，结果就...翻手机各种想找人说话，但是这事其实也不好说什么。然后自己还挺郁闷的，没有好好管理情绪，下次要注意呀！
晚上和学长了解了一下他在做的少儿编程项目，听起来...不是很demanding而且也比较有趣（对我而言）。总之还是先学好基础，以后无论干什么都有用。
再说了，这学期说好不想未来的，只享受当下的！上课，刷题，看书，工作，不要焦虑。
今天就刷了些题。
C++类成员冒号初始化以及构造函数内赋值
https://blog.csdn.net/zj510/article/details/8135556
刷题过程中发现自己居然忘记了类成员冒号初始化的语法，gg。
2019.2.24
复习课程：计算机图形学、数字图像处理、人工智能引论、程序设计实习
日记：
我又调整了一下课表，大数据分析算法实在过于难了，退课了。又由于这学期主要课程是CV相关，索性再选门计算机图形学，集齐数字图像处理、计算机图形学、视觉计算与深度学习三门课程，即可召唤神龙！
计算机图形学第一周课程介绍，感觉很有趣。数字图像处理没什么可复习的，都是基础概念，之前学过。这两门课一个是graph，一个是image，要是对应到GIS专业的话，大概就是地理信息系统（or 测绘）和遥感的“区别”了。这两门课的的确确在地空也有对应的课程（计算机图形学和遥感数字图像处理原理）。可以说这学期是上了一个增强版。
算分不知道该怎么复习，再上一节课再说吧。人工智能引论也就是看了一通课件，对我来说收获挺大的，毕竟我对这方面的细分一窍不通。之前学长听闻我想找实习问我具体什么方向，NLP还是CV什么的？我一脸懵逼，这一节课导倒是一下子科普了。
程序设计实习就是做作业咯，希望尽快做完。