• DS博客作业08--课程总结


    1、当初你是如何做出选择计算机专业的决定的?


    当初选择计算机专业首先是基于自己的兴趣和对于计算机未知领域的好奇,之前对于计算机的了解仅仅停留在如何使用计算机和计算机的硬件组成上,对于编程和网络这一块可以说是我的知识盲区,我有点想补充我这块知识漏洞,就选择了计算机专业。其次,计算机专业在近几年也可以说得上是热门专业,选择计算机专业也是为自己的前途和未来考虑。再者,我之前对于计算机接触的也比较多,自认为应该会入手的比较得心应手,应该会比较容易的掌握一些基础的知识点。最后,计算机专业对于我来说,相较于其他专业更具吸引力,因为其他专业多多少少会有接触过一些,但计算机编程和网络安全这方面,我算得上是完全的小白,选着这方面的专业能很好地补全我的知识漏洞和盲区。


    2.对比开篇博客,哪些方面还存在哪些不足?


    ps:这是我去年入学时写的开篇博客对于自己的期望,虽然说上学期的c语言的知识能满足我一些基础编程上的需求,但是这学期学的更深层次的数据结构的编程就相形见绌了。这可能是上大学以来养成了一种惰性导致的,之前对于一题编程题,做不出来我会一直死磕它,但是现在遇到不会的可能就跳过或者一放放好几天。可能是态度上的缺失导致的。

    不足:

    • 态度上远不如刚开学时,对于学习的热情不增反减。
    • 平时对代码的训练远远不够,有时只屎三天打鱼两天嗮网。
    • 对于编程和网络的知识掌握的还是太少了,有时连课业作业完成起来都有些困难。
      总而言之,还是练习和态度的缺失占了最主要的原因

    3、回忆整个学期,如果重新来过一次,你打算做哪些(技术上,而不是态度上的)改变?

    如果再来一次,我可能会认真学习专业上和编程上的知识漏洞,比如上学期c语言的链表.文件,这学期数据结构的树和图。这些都是临近期末学的,可能平时事情比较多,会忘了进行练习和重难点的理解和记忆。可能会多去看看pta,实在不会做的题目就去百度百度或者CSDN上看看。当然不能一拿到题目就去抄答案,而是要经过自己的思考与代码去实践看看这题以自己的能力是否能真正地敲出来。对于一些知识的概念也要牢记,比如数据结构中,图的概念就有很多,记下这些概念才是理解编程题或者一些算法最基础的东西。在技术上,我肯定会在上学期一开始学c语言的时候多进行有些经典算法的学习,打好自己的编程基础和编程感觉。肯定不会像这个学期一样三分钟热度。
    

    4、你预备如何规划剩余的2/3?

    首先最基础的还是要做好自己,做一个遵纪守法的当代大学生。其实是要搞好自己的学习,大一的知识已经学完了,大二大三又是一个全新的起点,大家都是一个全新的起点。首先,要端正自己的学习态度,就拿大二的课程来说,决不能以散漫的态度对待Java和数据库。虽然一开始的一堆新概念一拥而上,但是散漫了就代表你对课程的理解赶不上别人,别人已经在学习别的课程了,而你还在浑浑噩噩地了解知识。这可能就是我和大佬之间的区别。其次,能专研的更深肯定要专研,学无止境,这样才能为接下去的学习和工作打好基础。最后,要掌握自己的专业知识,比如我们是网络的,对于这学期的漏洞肯定是要不全的,继而学习更加难的知识才不至于拆东墙补西墙。一定要对接下去的大学生活交上一份完美的答卷。
    

    5.对于马上入学的2019级新生,如何学习专业课程(C语言、数据结构、计算机网络等),请给出你的建议。


    建议:

    • 一定要在暑假的时候先预习一点c语言的知识,不然你会发现,你开学了啥都不懂,别人已经开始研究更深层次的知识了。
    • 代码编程的能力不是一下就能拥有的,一定是一个日积月累的过程,别抱怨平时老师给你布置的编程作业有多少,多提醒自己的编程水平还不够好。平时多练一练,多看一些经典的代码和算法,理解他们。虽然有时用不到,但是在帮助你理解代码和看代码的时候有很大的帮助。
    • 不光是代码,对于专业性的知识千万不能丢,如果你是学网络的,就专业课千万别认为他很水,它是你接下去四年都要接触的一门课程,好好学好它,将来才能比过别人。
    • 对于数据结构来说,还是多练练,多理解下里面的概念性的东西,代码多敲敲。计算机网络就是一个比较头大的问题了,他要背的东西真的非常非常非常多,我光是看书就花了将近四五天的时间,跟别说掌握里面的知识了。所以,这门课上课一定要认真听(敲黑板)一定要理解着记忆而不是单纯的死记硬背,这样会大大降低你的学习效率。

    6.自由发挥

    大学生活当然不是一直学或者一直玩,你可以兼顾学习与平时生活,但你可能也会兼顾了一个而忘了另一个。但是,做自己认为对的事情是最重要的。该说的都码了,还是要努力做好自己,过好大学四年的一分一秒吧。多做点自己喜欢的事,去追你想追的梦。
    
    喜欢就好,不要怕痛    
                                   ————共勉
    
  • 相关阅读:
    【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 15—Anomaly Detection异常检测
    【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 14—Dimensionality Reduction 降维
    【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 13—Clustering 聚类
    【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 12—Support Vector Machines 支持向量机
    【原】机器学习公开课 目录(课程笔记、测验习题答案、编程作业源码)...持续更新...
    【原】Coursera—Andrew Ng机器学习—Week 11 习题—Photo OCR
    【原】Coursera—Andrew Ng机器学习—Week 10 习题—大规模机器学习
    【原】Coursera—Andrew Ng机器学习—Week 9 习题—异常检测
    【原】Coursera—Andrew Ng机器学习—Week 8 习题—聚类 和 降维
    【原】Coursera—Andrew Ng机器学习—Week 7 习题—支持向量机SVM
  • 原文地址:https://www.cnblogs.com/ashinluox/p/11070311.html
Copyright © 2020-2023  润新知