计算机导论第十二周课后总结

本文探讨了图灵机作为数学模型的本质,及其在转换求解问题为控制规则中的作用。深入解析了计算机科学的定义,包括其理论、抽象和设计的学科形态,以及冯·诺依曼体系在个人计算机硬件子系统中的核心地位。

第十二周课后总结

图灵机

图灵机实质是一个数学模型,包括一条无限长的纸带type,一个读写头Head,控制器(包含控制规则集合以及状态寄存器)
图灵机将求解问题的求解方法转换成控制规则,进而一步步解决问题。

示例(当前状态,当前数值,改变后的数值,移动方向或者保持,下一步的状态)

计算机科学的定义

计算机学科的基本思路
#理论是数学的根本
#抽象是自然科学的根本
#设计是工程的根本
计算机科学的三个学科形态
#理论,抽象和设计
#计算机科学处于三者的交汇处
计算机科学的含义
计算机科学是处理信息的学科
它是对描述和变换信息的算法过程的系统研究
计算机科学的基本问题—什么能(有效地)自动进行

拓展1:信息战
拓展2:bing搜索

个人计算机

冯·洛伊曼体系

存储程序:
#计算机内部采用二进制计数
#程序有一列指令构成,程序和数据存放在内存储器中,进行统一编制,并按同样方法存取
#采用并行计算原理,对一个字的各位同时进行处理
#将编号的程序和原始数据实现存入内储器中,计算机在程序的控制下一步一步处理,直到得出结果。
在这里插入图片描述

个人计算机的硬件子系统

这里是引用在这里插入图片描述

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值