会员
周边
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
常智辉
博客园
首页
新随笔
联系
订阅
管理
2026年11月7日
11.6
摘要: 今天人工智能学习了密度聚合,属于聚类方向的内容。和之前学到的划分式聚类不一样,它是依靠样本点的密度关系来划分簇,核心思路是:高密度区域被低密度区域隔开,密集聚在一起的点自成一类。 重点理解了几个关键点: 1. 核心点:自身邻域内样本数量达到阈值的点,是簇的骨架; 2. 边界点:落在核心点邻域里,但本
阅读全文
posted @ 2026-11-07 00:21 常智辉
阅读(3)
评论(0)
推荐(0)
2026年11月5日
10.5
摘要: 同一天深耕英语与马原两门课程,是一次很有意思的思维切换体验。 英语偏向语言积累,重在句式、词汇与表达逻辑,需要耐心打磨细节,注重语感的培养;马原则偏向思辨,理解理论内涵、理清概念之间的辩证关系,考验宏观思考能力。两门学科的思考模式截然不同,来回转换的时候很容易出现思维卡顿,需要不断调整思考节奏。
阅读全文
posted @ 2026-11-05 23:51 常智辉
阅读(3)
评论(0)
推荐(0)
2026年11月2日
11.2
摘要: 在数据库的学习里,前面更多是围绕表结构、SQL查询、多表连接展开,而今天接触的存储过程与触发器,算是数据库层面的“可编程能力”,让数据库不再只是被动接收外部SQL指令,而是可以内置业务逻辑。 存储过程相当于一组提前编译好、存放在数据库中的SQL语句集合,可以接收参数,实现复杂业务逻辑,比如批量数据校
阅读全文
posted @ 2026-11-02 23:17 常智辉
阅读(4)
评论(0)
推荐(0)
2026年10月28日
10.28
摘要: 今天放下书本,出门打了一会儿羽毛球。整日伏案敲代码、啃专业课,长时间坐着,肩颈和腰背一直紧绷,正好借着打球好好活动一番。 球拍起落之间,需要不断跑动、跨步、转身、跳跃,眼睛紧盯羽毛球的轨迹,预判落点,快速调整站位。不仅锻炼了反应速度,全身的肌肉都得到充分舒展。来回对打的过程,是专注力的较量,也要把控
阅读全文
posted @ 2026-10-28 22:58 常智辉
阅读(1)
评论(0)
推荐(0)
2026年10月27日
10.27
摘要: 今天完成了政府科技政策网站的开发练习,项目重点实现了手机、电脑双端自适应。政务网站面向的用户群体跨度很大,有人习惯在电脑上下载政策原文、研读申报材料,也有不少用户直接用手机快速浏览通知、查阅要点,所以双端适配就成了这个项目里必不可少的一环。 在电脑端,页面布局更宽,可以放置完整的导航栏、侧边分类目录
阅读全文
posted @ 2026-10-27 23:58 常智辉
阅读(6)
评论(0)
推荐(0)
2026年10月26日
10.26
摘要: 今天继续深入学习数据库相关知识,在掌握基础增删改查语句的前提下,接触了更加偏向实际开发与数据管理的进阶内容,让我对数据库的认知从“会写语句”升级为“懂逻辑、懂规范、懂设计”。 之前的学习停留在单表基础操作,今天的学习重点偏向数据表之间的关联关系、查询逻辑优化以及数据库设计思维。我逐渐明白,数据库不只
阅读全文
posted @ 2026-10-26 23:31 常智辉
阅读(4)
评论(0)
推荐(0)
2026年10月23日
10.23
摘要: 今天学习了SVM和核函数,明白了核函数的作用是把线性不可分的数据映射到高维空间,从而找到分隔超平面。也意识到选择合适的核函数很关键,不同核会带来不一样的分类效果,理论推导理解起来有一定难度,还需要结合例子巩固。
阅读全文
posted @ 2026-10-23 22:25 常智辉
阅读(5)
评论(0)
推荐(0)
10.22
摘要: 今日同时学习英语与马原,两门课程的思维模式截然不同。英语重在语言积累,需要持续记忆、打磨语感;马原则偏向理论思辨,学习理解概念、梳理逻辑框架。在切换学习内容的过程中,也体会到不同学科思考方式的碰撞,兼顾记忆与思辨,需要合理分配精力。
阅读全文
posted @ 2026-10-23 00:28 常智辉
阅读(4)
评论(0)
推荐(0)
2026年10月21日
10.21
摘要: 本次仿生机器人实训,我们完成了蜘蛛机器人的拆卸与拼装。在组装过程中,我重点检查并修正了电机校准问题,解决了拼装后运转时电机校准异常、转动不正常的故障。通过这次实操,我认识到仿生机器人对装配精度和电机同步性要求很高,微小的校准偏差都会直接影响肢体动作,造成运动不协调。这次实训锻炼了我的排查与调试能力,
阅读全文
posted @ 2026-10-21 23:12 常智辉
阅读(5)
评论(0)
推荐(0)
2026年10月20日
10.20
摘要: 今天学习了支持向量机,它的核心思想是寻找最优分类超平面,让不同类别样本之间的间隔最大化,依靠支持向量决定分类边界。学习中了解到核函数可以把线性不可分的数据映射到高维空间,解决非线性分类问题,同时也认识到软间隔能够容忍少量样本错分,降低过拟合风险。这个算法数学推导偏复杂,理解起来有一定难度,后续还需要
阅读全文
posted @ 2026-10-20 21:44 常智辉
阅读(8)
评论(0)
推荐(0)
下一页
公告