News · 资讯
聚合技术动态、框架版本与工程实践，帮你在学习路线之外保持对行业的敏感度。
在上一节中，你学习了最简单的神经网络模型——单层感知机，这是一种线性二分类模型。
来自 [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners) 的实验任务。
1957年，康奈尔航空实验室的Frank Rosenblatt首次尝试实现类似现代神经网络的模型。这是一种名为“Mark-1”的硬件实现，设计用于识别简单的几何图形，例如三角形、正方形和圆形。
正如我们在介绍中讨论的那样，实现智能的一种方法是训练一个计算机模型或一个人工大脑。自20世纪中期以来，研究人员尝试了各种数学模型，直到近年来，这一方向取得了巨大的成功。这些大脑的数学模型被称为神经网络…
人工智能的追求是基于对知识的探索，以类似人类的方式理解世界。但你该如何实现这一点呢？
人工智能是一门令人兴奋的科学学科，研究如何让计算机表现出智能行为，例如完成那些人类擅长的事情。
分块思想与区间查询。
贪心、堆与压缩编码。
计数排序与基数排序。
HashMap 原理、冲突处理与应用。
堆结构、HeapSort 与 Top-K。
读写文件与异常处理。
BigInteger 与高精度场景。
可变字符串与性能对比。
二叉树、BST、遍历与面试题。
实现、应用与经典面试题。
单/双/循环链表与快慢指针。
类、继承、多态、接口与集合框架。
质数、筛法、GCD 与位操作。
Big-O、空间复杂度与递推关系。