我们从互联网中学习什么?

目前有不少同学都可以是自称学习互联网的。更有很多的同学是以互联网为主要的题目来做博士或者是硕士研究的。但是,很多人在毕业之后却没有使用上这些基础。今天,我想讨论的话题是,我们做互联网研究的从互联网中学习什么?我们如何才能真正从我们的学习中受益,真正的使我们的学习能够为社会造福。

 

1. 学习基础知识

 

对于初学者来说,可以学习的是互联网的基础知识。互联网最主要的基础其实是计算机系统方面的知识,无论是计算机体系结构,还是操作系统。互联网说到底,是一个分布的计算机系统。互联网的根是在计算机的系统结构。如果想要使自己能够的更好适应未来的工作,系统结构和操作系统真的是需要好好的来学的。

 

当然,互联网也有它自己的一些东西。最主要的是互联网协议的一些知识。以前见过一个美国来的教授,说互联网二十年来只解决了两个问题,就是路由和拥塞控制。所以如果把路由协议和TCP的机制搞明白,就把握了互联网的根本。注意,我说的是“搞明白”,这可不仅仅是知识,还需要很多的领悟。我是学了好久才发现end-to-end argument这篇论文的,还有Internet Routing Architecture这本书,之后才感觉以前没有学懂互联网。本科时候的网络确实只是学了皮毛。

 

见我推荐的书单:http://zeemoo.net9.org/booklist.html

 

2. 学习开发经验

 

互联网本身是一个实践的东西。我一直感觉,互联网实际上是有很多工程师创造出来的。很多发了很多paper、尤其是非常理论的paper的人实际上对互联网贡献不大。去到IETF开会,大家讨论的完全不是paper,而是说一个技术是否会有人感兴趣,是否能够对互联网有用。(paper的取向是“新”,而不是真的有用)

 

我在学习互联网的过程中,从研究操作系统的源码和协议栈的源码中非常受益。TCP/IP详解应该是大家必看的书。现在问到一些低年级的同学,很少有读过操作系统源码和协议栈源码的。如果读过这些源码,那么看一般的系统就是非常容易的了。

 

另外,网络系统的开发一般都会涉及系统底层,都会考虑效率,所以对编程水平要求非常高。所以,做这些系统,可以得到的锻炼也是很大的。如果更加有心的话,学到一些软件开发的经验就更好了。

 

见我推荐的书单:http://zeemoo.net9.org/se.html

 

3. 学习解决问题的方法

 

paper是目前研究生都要写的。但是,写paper的目的是什么呢?很多同学恐怕到毕业的时候也没有搞清楚。如果写paper的目的只是为了满足毕业的要求,这个paper真的就是废纸了。

 

paper是为了锻炼“提出问题,分析问题,解决问题”的能力。一个好的文章,都会很好的按照这个思路来描述。而且,通过写论文,可以培养自己的表达能力和交流能力;如果是写综述,还可以锻炼自己的归纳能力,提高自己的洞察力。如果是以这样的心态来写论文,就不会感觉写论文是那么的无聊了。

 

4. 学习创新的精神

 

互联网是一个创新的产物。当60年代Paul Baren提出互联网的基本思想时,还被那时势力强大的电信人视为异端。近代IT的一个奇迹是,很多异端获得了胜利。而当现在互联网变的流行后,很多人又开始抱着互联网的思想不放,抱着互联网的知识不放,而对很多新的发展视而不见。

 

互联网代表的是一种精神,一种开放、创新、自由的精神。如果没有这种精神,即使对互联网的协议知道的一清二楚又有什么用呢?如果不去努力创造新的世界,IT人将失去他们存在的价值。

 

过去二十多年,互联网之所以能够越来越深入的影响人类的生活,正是由于一大批勇于创造的人在不断的用他们的聪明才智去不断的发现和解决新问题,不断的去创新。未来,这种精神也将继续推动互联网和整个IT的不断发展。

 
参考资源链接:[matlab的LMS算法.doc](https://wenku.youkuaiyun.com/doc/5arm1f4uzo?utm_source=wenku_answer2doc_content) LMS算法,全称为最小均方(Least Mean Squares)算法,是一种自适应信号处理领域中用于实现自适应滤波的算法。它通过不断调整滤波器系数,使得滤波器输出与期望响应之间的均方误差达到最小值。LMS算法因其简单性和有效性,在互联网领域尤其是在数据分析和预测中有着广泛的应用。 在互联网项目中,LMS算法可以应用于多个方面。例如,在网络流量预测中,可以通过历史流量数据作为输入,使用LMS算法来预测未来的网络负载,帮助网络管理员进行资源分配和网络优化。又如,在用户行为分析中,LMS算法可以用来根据用户的历史行为数据来预测其未来的可能行为,这对于个性化推荐系统的设计至关重要。 LMS算法的基本原理是基于均方误差准则,通过迭代的方式不断逼近最佳滤波器系数。具体来说,算法在每一步迭代中都会计算当前输入信号与滤波器输出之间的误差,并根据这个误差来调整滤波器权重,以期达到最小化误差的目的。LMS算法的更新公式可以简单表示为 w(n+1) = w(n) + μ*e(n)*x(n),其中 w(n) 是当前的权重向量,μ 是步长参数,e(n) 是误差,x(n) 是输入信号。 在实际应用中,要将LMS算法应用于互联网项目,首先需要收集相关数据,然后根据项目需求进行数据预处理,如归一化等。接下来,选择合适的步长μ并设计LMS算法的结构,最后通过迭代训练模型并验证其性能。在使用LMS算法时,需要特别注意步长的选择,因为它直接影响到算法的收敛速度和稳定性。 对于希望深入了解LMS算法在互联网项目中的应用,除了查阅相关的理论资料外,还可以参考《matlab的LMS算法.doc》这份文档。该文档详细介绍了LMS算法的基本原理、实现步骤,并通过实例展示了如何在MATLAB环境下进行LMS算法的应用开发。这份资源可以帮助你更好地理解LMS算法,并学习如何将其应用于实际的互联网项目中,以进行有效的数据分析和预测。 参考资源链接:[matlab的LMS算法.doc](https://wenku.youkuaiyun.com/doc/5arm1f4uzo?utm_source=wenku_answer2doc_content)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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