10/27日记

上午的课程安排得很紧凑，三门课各有侧重，一边是AI底层算法，一边是网页开发实践，全程都在切换思路。

第一节课人工智能，开始接触神经网络。之前学的贝叶斯、决策树都是比较直观的分类算法，神经网络的思路完全不一样。老师讲解了神经元模型、权重和激活函数，用它来拟合复杂的计算问题。输入数据经过多层节点的运算，不断调整权重，减小预测误差，最后得到输出。课上我才明白，神经网络强大的地方，就是不用人为去设定繁杂的规则，依靠数据自主学习特征。不过里面矩阵运算、梯度下降的内容理解起来有难度，很多公式看着熟悉，但是放到网络结构里，一下子就绕住了。我在笔记上画了简单的单层神经网络示意图，标记好输入层、隐藏层和输出层，打算课后再找例题跑一遍，感受参数更新的过程。

第二节课是项目实践，任务是搭建科技政策汇总网站。这个网站的核心需求是整理、展示各类科技相关政策，方便检索查看。我们先一起讨论网站的结构：首页、政策分类页、详情页、搜索栏。要考虑政策怎么分类存储，不同地区、不同领域的政策之间是什么关系，哪些字段是必须保留的。这刚好和前几天数据库学到的一对多、多对多关系对上了，一条政策可以附带多个标签，同一个标签又可以对应多条政策，设计数据表的时候就要用中间表。我和组员分工，一部分人整理政策文本素材，一部分人梳理页面原型，提前想好后续怎么实现关键词搜索功能。

第三节课的Web设计，学习JS的相关内容。继续夯实前端脚本基础，练习用JS去操作页面元素，实现交互效果。之前写过简单的时间显示、俄罗斯方块，今天接触的写法更加灵活，学会怎么绑定事件、获取页面里的数据，动态修改网页内容。网页不再只是静态的文字图片，通过JS可以响应用户点击、输入这些操作。刚好可以直接用到我们正在做的科技政策网站上，比如搜索框的实时提示、分类切换，都可以用JS来实现。

一上午连续上完理论、项目、前端课，感受很明显：神经网络是人工智能的底层能力，Web开发是把内容做成可以交互的产品，数据库知识串联在中间支撑数据。这些知识不是孤立的，以后不管是课程网站项目，还是自己开发MC修仙法宝模组，都能用得上。模组里法宝的属性计算、配方检索，本质上也是一套数据加交互的程序。

晚上打算整理今天的笔记，先把神经网络的推导再过一遍，同时继续完善科技政策网站的页面草稿，把JS交互的功能点先列出来，慢慢动手实现。