部分计划来源于chatgpt以及其他教学类博主的文章,欢迎指正。
1:编程(数据结构与算法)学习计划
第1周
读完《算法导论》第2章,学习插入排序、归并排序和堆排序,并进行相关的练习。
学习数据结构中的线性表,包括顺序表、链表和栈,完成相应的练习。
学习C++中的基本语法和数据类型,并写一些简单的程序练手。
第2周
读完《算法导论》第3章,学习选择排序、快速排序和线性时间排序,并进行相关的练习。
学习数据结构中的队列和双向链表,并完成相应的练习。
学习C++中的流、文件和指针,并写一些简单的程序练手。
第3周
读完《算法导论》第4章,学习最大子数组问题和矩阵乘法,并进行相关的练习。
学习数据结构中的树,包括二叉树和堆,完成相应的练习。
学习C++中的面向对象编程,包括类、继承和多态,并写一些简单的程序练手。
第4周
读完《算法导论》第6章,学习图的基本算法,包括广度优先搜索和深度优先搜索,并进行相关的练习。
学习数据结构中的哈希表和并查集,并完成相应的练习。
学习C++中的模板和STL容器,并写一些简单的程序练手。
第5周
读完《算法导论》第7章,学习最短路径算法和最小生成树算法,并进行相关的练习。
学习数据结构中的图,包括邻接矩阵和邻接表,并完成相应的练习。
学习C++中的STL算法和迭代器,并写一些简单的程序练手。
第6周
读完《算法导论》第8章,学习字符串匹配算法,并进行相关的练习。
学习数据结构中的优先队列和二叉搜索树,并完成相应的练习。
学习C++中的异常处理和线程,并写一些简单的程序练手。
第7周
读完《算法导论》第10章,学习贪心算法和动态规划算法,并进行相关的练习。
学习数据结构中的平衡树和B树,并完成相应的练习。
学习C++中的内存管理和
第8周:图论算法
阅读《算法竞赛入门经典》第9章、第10章
完成练习题目和题集
完成《算法基础课》第四章:图论算法
第9周:字符串算法
阅读《算法竞赛入门经典》第12章、第13章
完成练习题目和题集
完成《算法基础课》第五章:字符串算法
第10周:高级数据结构
阅读《算法竞赛入门经典》第6章、第7章
完成练习题目和题集
完成《算法基础课》第六章:高级数据结构
第11周:动态规划算法
阅读《算法竞赛入门经典》第14章
完成练习题目和题集
完成《算法基础课》第七章:动态规划算法
第12周:贪心算法
阅读《算法竞赛入门经典》第15章
完成练习题目和题集
完成《算法基础课》第八章:贪心算法
第13周:复习与总结
复习前面所有章节内容
完成模拟测试题目和考试题目
总结学习笔记和经验,准备应对实际问题的算法设计与实现
2. 数学学习计划 book:mathematics for machine learning(MIT)
第一周(复习):
学习线性代数的基本概念,如向量、矩阵、行列式和特征值等。
学习线性代数的基本运算,如矩阵乘法、向量加减法和矩阵的逆等。
学习线性代数的应用,如线性回归和主成分分析等。
第二周(复习):
学习多元微积分的基本概念,如极限、导数和积分等。
学习多元微积分的基本运算,如链式法则、偏导数和梯度等。
学习多元微积分的应用,如概率密度函数和最优化问题等。
第三周:
学习矩阵分解的基本概念,如奇异值分解和特征值分解等。
学习矩阵分解的应用,如主成分分析和矩阵压缩等。
学习矩阵分解的算法,如QR分解和LU分解等。
第4——5周:
学习概率论的基本概念,如随机变量、期望和方差等。
学习概率论的基本分布,如正态分布、伯努利分布和泊松分布等。
学习概率论的应用,如贝叶斯推断和隐马尔可夫模型等。
第6——8周:
学习信息论的基本概念,如熵、交叉熵和相对熵等。
学习信息论的应用,如信息压缩和错误纠正等。
学习信息论的扩展,如无监督学习和生成模型等。
第9——10周:
学习凸优化的基本概念,如凸函数、凸集和最小化凸函数等。
学习凸优化的基本算法,如梯度下降、牛顿法和拟牛顿法等。
学习凸优化的应用,如线性规划和二次规划等。
第11——13周:
复习前六周所学内容,加深对知识点的理解和记忆。
学习机器学习算法的基本原理和应用,如线性回归、逻辑回归和支持向量机等。
开始进行实践项目,可以从Kaggle等机器学习竞赛平台
3.高等数学学习计划
第1——2周:
多元函数以及多元向量值函数概念,微分,导数等。
空间曲线基本知识。
第3——5周:
多元数量值函数积分,二重,三重积分。
线积分面积分场论。
第6——8周:
无穷级数。
第9——16周:
复习知识,找一套配套习题开刷。
复习线性代数相关知识。