學期2024-2025-1 學號20241403 《計算機基礎與程式設計》第十週學習總結
作業資訊
這個作業屬於哪個課程 | <班級的連結>2024-2025-1-計算機基礎與程式設計](https://edu.cnblogs.com/campus/besti/2024-2025-1-CFAP) |
---|---|
這個作業要求在哪裡 | <作業要求的連結>2024-2025-1計算機基礎與程式設計第一週作業](https://edu.cnblogs.com/campus/besti/2024-2025-1-CFAP/homework/13276) |
這個作業的目標 | 資訊系統 資料庫與SQL 人工智慧與專家系統 人工神經網路 模擬與離散事件 排隊系統 天氣與地震模型 圖形影像 |
作業正文 | https://www.cnblogs.com/chenqiqi/p/18577818 |
教材學習內容總結
1.資訊系統:
資訊系統是用於收集、處理、儲存和分發資訊的系統。
它們可以是簡單的,如個人電腦,也可以是複雜的,如企業資源規劃(ERP)系統。
資訊系統的關鍵組成部分包括硬體、軟體、資料、人員和網路。
2.資料庫與SQL:
資料庫是組織化的資料集合,允許使用者儲存、檢索和管理資料。
SQL(結構化查詢語言)是一種用於管理關聯式資料庫的標準程式語言。
SQL用於執行查詢、插入、更新和刪除資料庫中的資料。
3.人工智慧與專家系統:
人工智慧(AI)是使計算機執行通常需要人類智慧的任務的領域。
專家系統是AI的一個分支,模擬人類專家的決策能力,通常用於特定領域的問題解決。
4.人工神經網路:
人工神經網路(ANN)是受人腦結構啟發的計算模型。
它們用於模式識別、分類、預測和其他機器學習任務。
ANN透過學習資料中的複雜模式和關係來工作。
5.模擬與離散事件:
模擬是使用模型來模擬現實世界過程或系統的行為。
離散事件模擬(DES)是一種模擬技術,用於分析隨時間發生的離散事件。
它在交通系統、製造過程和供應鏈管理等領域中特別有用。
6.排隊系統:
排隊系統是等待服務的實體(如人或物品)的集合。
它們在銀行、超市、機場等許多實際場景中都很常見。
排隊理論提供了分析和最佳化這些系統的方法。
7.天氣與地震模型:
這些模型用於預測和理解天氣和地震事件。
天氣模型使用物理方程和觀測資料來預測天氣變化。
地震模型研究地殼的運動,以預測地震和評估風險。
8.圖形影像:
圖形影像處理涉及影像的建立、編輯、儲存和顯示。
它包括數字影像處理、計算機圖形學和視覺化等領域。
應用包括醫學成像、遊戲開發、影片編輯和擴增實境。
教材學習中的問題和解決過程(先問 AI)
- 問題1:什麼是資料庫模式
- 問題1解決方案:
資料庫模式(Database Schema)是資料庫中資料的結構和組織方式的描述。它是資料庫中資料的藍圖,定義了資料如何儲存、組織和相互關聯。資料庫模式通常包括以下幾個方面:
實體型別(Entity Types):
實體型別是對現實世界中物件的抽象,比如“員工”、“部門”、“訂單”等。
屬性(Attributes):
屬性是實體型別的具體特徵,比如“員工”實體可能包含“姓名”、“年齡”、“職位”等屬性。
關係(Relationships):
關係定義了不同實體型別之間的聯絡,比如“員工”屬於“部門”。
約束(Constraints):
約束是一組規則,用於限制可以儲存在資料庫中的資料,確保資料的完整性和一致性。這包括實體完整性、參照完整性、域完整性等。
檢視(Views):
檢視是基於資料庫中一個或多個表的虛擬表,它們提供了一種簡化的方式來訪問和運算元據。
索引(Indexes):
索引是幫助提高資料庫查詢效能的資料結構。
資料庫模式可以分為幾個不同的層次:
概念模式(Conceptual Schema):
這是最高層次的模式,定義了整個資料庫的結構,通常由資料庫管理員定義。
外模式(External Schema):
外模式是使用者檢視,定義了使用者與資料庫互動時看到的資料結構。每個使用者可能有不同的外模式。
內模式(Internal Schema):
內模式是最低層次的模式,定義了資料在儲存介質上的實際儲存方式,包括資料的物理儲存細節。
- 問題2:專家系統有哪些優點
- 問題2解決方案:
1.提高決策質量:專家系統能夠提供一致的解決方案,減少人為錯誤,從而提高決策的質量。
2.效率提升:專家系統能夠快速處理大量資訊,提高決策效率。
3.可擴充套件性:透過新增新的知識,專家系統可以不斷擴充套件其能力。
4.可靠性:專家系統能夠提供一致的解決方案,減少人為錯誤。
基於AI的學習
程式碼除錯中的問題和解決過程
- 問題1:在進行矩陣的冪次方計算時,結果一直是0矩陣
- 問題1解決方案:在多引進一個temp,在算完一次後,把result儲存在temp中。因為我之前一直用result自己迴圈,並且每次都會重定義result為0矩陣,到診每次都會乘以0矩陣,所以結果每次都是0。
學習進度條
程式碼行數(新增/累積) | 部落格量(新增/累積) | 學習時間(新增/累積) | 重要成長 | |
---|---|---|---|---|
目標 | 5000行 | 30篇 | 400小時 | |
第九周 | 500/4000 | 1/9 | 20/20 | |
第十週 | 500/4500 | 1/10 | 18/38 | |
第十一週 | 0/5000 | 0/11 | 22/60 | |
第十二週 | 0/5500 | 0/12 | 30/90 |