【全站目录】

1. 数学

1.1 矩阵论

1. 准备知识——复数域上矩阵,Hermite变换
1.准备知识——复数域上的内积域正交阵
1.准备知识——Hermite阵，二次型，矩阵合同，正定阵，幂0阵，幂等阵，矩阵的秩
2. 矩阵分解——SVD准备知识——奇异值
2. 矩阵分解——SVD
2. 矩阵分解——QR分解
2. 矩阵分解——正定阵分解
2. 矩阵分解——单阵谱分解
2. 矩阵分解——正规分解——正规阵
2. 矩阵分解——正规谱分解
2. 矩阵分解——高低分解
3. 矩阵函数——常见解析函数
3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数
3. 矩阵函数——矩阵函数求导
4. 矩阵运算——观察法求矩阵特征值特征向量
4. 矩阵运算——张量积
4. 矩阵运算——矩阵拉直
4.矩阵运算——广义逆——加号逆定义性质与特殊矩阵的加号逆
4. 矩阵运算——广义逆——加号逆的计算
4. 矩阵运算——广义逆——加号逆应用
4. 矩阵运算——广义逆——减号逆
5. 线性空间与线性变换——线性空间
5. 线性空间与线性变换——生成子空间
5. 线性空间与线性变换——线性映射与自然基分解,线性变换
6. 正规方程与矩阵方程求解
7. 范数理论——基本概念——向量范数与矩阵范数
7.范数理论——基本概念——矩阵范数生成向量范数&谱范不等式
7. 矩阵理论——算子范数
7.范数理论——范数估计——许尔估计&谱估计
7. 范数理论——非负/正矩阵
8. 常用矩阵总结——秩1矩阵，优阵(单位正交阵)，Hermite阵
8. 常用矩阵总结——镜面阵，正定阵
8. 常用矩阵总结——单阵，正规阵，幂0阵，幂等阵，循环阵

1.2 离散数学

1. 数理逻辑
2. 集合论
3. 代数系统
4. 图论

2. 计算机基础

2.0 计算机常识

计算机常识
电脑配置

2.1 数据结构

2.1.1 知识点

1. 绪论、时间复杂度
2. 线性表
3. 树
4. 图
5. 查找
6. 排序

---

黑书版，上面有的黑书版进行深化拓展

1-数学基础

2-算法分析

2.1.2 C语言实现

• 参考：《数据结构C》_严蔚敏版
• VS项目参考：github

1. 数据结构绪论
2. 时间复杂度分析
3. 线性表-数组+单链表+静态链表+循环链表+循环链表
4. 广义表
5. 栈ADT+实现
6. 队列ADT+实现
7. 数组（矩阵）+ADT+代码实现
8. 树概念+ADT+二叉树实现

这是别人的汇总的 数据结构与算法系列

2.1.3 高级数据结构

二叉树

二叉树的建立

• 实现

二叉排序树

• 实现

2.2 计算机组成原理

1. 概述
2. 数的表示与计算
3. 存储器
4. 指令系统
5. 处理器
6. 总线
7. IO系统

---

计算机系统概论——Yale Patt

1. 概论

2. 数据的表示与计算

3. 数字逻辑

2.3 ISA

[1-概述]
[2-ISA设计原则]
[3-微体系结构基础]
[4-流水线设计]

未学完

2.4 操作系统

1. 总述
2. 进程管理
3. 内存管理
4. 文件管理
5. IO管理

2.5 计算机网络

1. 概述
2. 物理层
3. 链路层
4. 网络层
5. 传输层
6. 应用层
7. 一些问题
8. 计网软件编程——Ethernet&ARP
[TCP&IP]还未系统学习

2.6 存储系统

(在学)

3. 解释型语言

3.1 Python

基础

• 基础阶段：
  1. 简介
  2. 数据类型
  3. 运算符与流程控制

• 数据结构：
  1. 序列
  2. 字典
  3. 集合

• 进阶：
  1. 函数
  2. 面向对象
  3. 异常
  4. IO

Python数据分析

(在学)

3.2 JS

JavaScript&ES6

4. 编译型语言

4.1 C

1. 概述

2. 数据类型

3. 量

4. 运算符

5. 流程控制

6. 函数

7. C程序编译过程

8. 文件

9. 内存管理

4.2 C++

4.2.1 C++基础部分

C++类型转换与函数

C++(暂未整理)

4.2.2 STL相关

未系统学习——源码

4.3 Java

未系统学习

4.3.1 JavaSE

JavaSE概要
注解与反射

5. 算法

算法学习与刷题目录

6. AI

[0. 绪论]

6.1 数学基础

1. 高数（函数&微分部分）
1. 高数（积分部分）
2. 线代（向量部分）
2. 线代（矩阵&特征值,特征向量&矩阵分解）
3. 概率论
3. 数理统计（概念&参数估计）
3. 数理统计（假设检验&数据处理）——有更新，未上传
4. 最优化理论
5. 信息论
6. 形式逻辑

6.2 机器学习

1. 绪论——在重写
2. 朴素贝叶斯
3. 线性回归模型
4. 线性分类模型——逻辑回归&Softmax回归
4. 线性分类模型——感知器
4. 线性分类模型——支持向量机(线性SVM)
4. 线性分类模型——支持向量机(非线性SVM)

6.3 人工神经网络

6.4 深度学习

0. 绪论——人工智能、深度学习与神经网络
1. 前馈神经网络——全连接前馈神经网络
2. 前馈神经网络——卷积神经网络

6.5 神经网络示例

6.6 深度学习外的人工智能

7. 开发

7.1 前端工程

layui
ReactJS

7.2 微信小程序

微信小程序笔记
知晓云等云产品导出excel

7.3 JSP&Servlet

JSP&Servlet

7.4 项目构建工具

maven

7.5 后端框架

Mybatis
Spring
SpringMVC
微服务
SpringBoot
Dubbo

7.6 中间件

MongoDB
ElasticSearch
ElasticStack
RocketMQ

7.7 Java项目

7.7.1 好客租房项目

前台&后台系统
微聊系统与消息队列
前台分析
数据库集群&部署

7.7.2 公费医疗报销项目

公费医疗报销系统

8. 环境与工具

8.1 系统与工具

虚拟机配置
Linux概念与操作
git使用及原理
docker

8.2 IDE配置

IDEA安装、使用配置
vscode配置

8.3 工具

Typora安装说明
Audition学习记录

8.4 博客

hexo+NexT主题githubpage博客

9. 黑书阅读笔记

数据结构与算法分析inC-MarkAllen

1-数学基础
2-算法分析

计算机系统概论Yale.patt

第一章——概论
第二章——数据的表示与计算
第三章——数字逻辑

杂项

git 问题汇总
sublime安装package control时 出现There are no packages available for installation的错误
Kernel panic - not syncing: Attempted to kill init
lnmp上传SSL证书
nginx: [error] open() “/usr/local/nginx/logs/nginx.pid“ failed (2: No such file or directory)