在线学AI

人工智能算法基础:数组

人工智能算法基础-数组 补习课程表

2
发表时间:2025-08-23 14:56作者:雨季


人工智能算法基础-数组习课程表

人工智能算法基础:数组

一、课程概述

数组是计算机科学和人工智能领域的基础数据结构,是理解算法设计、程序优化和问题求解的关键。在人工智能时代,从机器学习到深度学习,从自然语言处理到计算机视觉,高效的数据组织和处理方法都是这些技术的基础支撑。对于希望进入人工智能领域的工作人员来说,扎实的数组基础是必不可少的。

本课程表旨在帮助有工作经验但大学期间未认真学习数组基础知识的学习者系统地补全这一基础,为后续学习人工智能技术打下坚实基础。课程内容设计遵循 "基础概念→模型建立→理论分析→应用实践" 的学习路径,强调从易到难、循序渐进,注重知识间的依赖关系和实际应用。

1.1 学习目标

通过本课程的学习,你将能够:

掌握数组的基本概念和分类:理解数组的逻辑结构、存储结构及其基本操作

熟练运用各种数组类型:包括一维数组、二维数组、多维数组、动态数组等

分析数组操作的时间复杂度和空间复杂度:能够评估数组操作的效率,选择合适的数据结构解决实际问题

应用数组解决人工智能领域的问题:理解数组在机器学习、深度学习等领域的应用场景

具备编写高效数组操作代码的能力:能够根据具体问题选择合适的数组结构,并实现高效的算法

1.2 学习路径说明

本课程表按照从易到难、知识依赖关系设计,共分为七个学习模块,每个模块包含若干知识点。学习时应严格按照顺序进行,前一个模块是后一个模块的基础。每个知识点都包含学习要求、学习时长建议、学习资源、难点总结、课后练习作业和过关考试,确保全面掌握。

课程内容的安排遵循 "基础概念→模型建立→理论分析→应用实践" 的学习路径,先掌握基本概念和数学工具,再学习各类数组结构,然后深入理论分析,最后结合人工智能实际应用场景进行实践。

1.3 学习资源说明

本课程表推荐的学习资源包括:

国内高校优质 MOOC 课程:来自中国大学 MOOC、国家高等教育智慧教育平台等平台的计算理论相关课程

国际知名大学公开课:如麻省理工学院、斯坦福大学等的计算理论课程

经典教材及配套辅导书:如《数据结构与算法分析》、《算法导论》等

人工智能领域数组应用案例解析:如数组在机器学习中的应用、多维数组在图像处理中的应用等

数学软件使用教程:如 Python 在数组处理中的应用案例

、学习建议

2.1 学习方法建议

理论联系实际:数组的概念较为抽象,学习时应结合具体的人工智能应用场景,如机器学习中的特征表示、深度学习中的张量操作等,加深对理论知识的理解。

多做练习:数组是一门需要大量练习的学科,应通过大量的习题巩固所学知识,特别是数组的实现、算法的编写和性能分析等。

使用编程工具:学习过程中应结合 Python 等编程语言进行实践,提高解决实际问题的能力。推荐使用的库包括 NumPy(矩阵运算)、SciPy(科学计算)、Scikit-learn(机器学习)、TensorFlow/PyTorch(深度学习)等。

理解算法本质:避免死记硬背算法步骤,应深入理解算法的原理和内在逻辑,如快速排序的分治思想、动态规划的最优子结构性质等。

定期总结:定期对所学知识进行总结,建立知识框架,梳理各知识点之间的联系,形成完整的知识体系。

2.2 学习工具推荐

编程工具强烈建议一边学习理论,一边用编程工具练习!!!

Python 开发环境:Anaconda、PyCharm 等

数据可视化工具:Matplotlib、Seaborn

算法实现与测试平台:LeetCode、HackerRank、Pintia

学习平台

国家高等教育智慧教育平台:提供大量优质的计算理论课程

中国大学 MOOC:汇聚国内多所高校的计算理论相关课程

Coursera、edX:提供国际知名大学的计算理论和人工智能课程

辅助学习工具

思维导图工具:帮助梳理知识结构和概念关系

在线计算工具:如 Wolfram Alpha(数学计算)、QuickSort Visualization(排序可视化)

学术论文数据库:如 IEEE Xplore、ACM Digital Library(获取最新研究成果)

2.3 学习进度管理

制定学习计划:根据课程表的安排,制定详细的学习计划,合理分配每天的学习时间,确保按时完成学习目标。

阶段性目标:将整个学习过程分为若干阶段,每个阶段设定明确的学习目标,如完成一个模块的学习并通过相应的过关考试。

学习记录:记录每天的学习内容、遇到的问题和解决方法,便于复习和总结。

定期复习:定期复习已学内容,强化记忆,避免遗忘,特别是数组的基本操作、排序算法、动态规划等核心内容。

模拟考试:在每个模块学习结束后,进行模拟考试,检验学习效果,及时发现和解决问题。

三、鼓励

本课程表系统地梳理了人工智能领域所需的数组知识,从基础概念到高级应用,结合实际案例,帮助学习者建立扎实的数组基础。通过按照本课程表的顺序学习,你将能够掌握数组的核心概念和方法,并能够应用这些知识解决人工智能领域的实际问题。

数组是人工智能的基石,也是提升逻辑思维和问题解决能力的重要工具。希望本课程表能够帮助你克服学习困难,建立对数组的兴趣和信心,为未来的人工智能学习和研究打下坚实的基础。

记住,学习数组需要耐心和坚持,遇到困难时不要气馁,多思考、多练习、多交流,相信你一定能够掌握这门重要的计算机基础学科!
若过程中有任何疑问,可关注公众号(iLearnAI)进专家群交流,不要放弃!

               


四、课程表

详细的学习课程如下


大类

序号

知识点

学习要求

学习时长建议

学习资源

难点总结

课后练习

过关考试

数组基础概念
1
数组的基本概念
•理解数组的定义和基本概念
•掌握数组的逻辑结构和存储结构
•了解数组的基本操作(访问、插入、删除、查找)
•理解数组在内存中的存储方式
建议 6 小时(理论学习 3 小时,练习 3 小时)
1.国家高等教育智慧教育平台《数据结构与算法》课程数组基础部分
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》数组基本概念部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)数组基础章节
•数组的逻辑结构和存储结构的区别需要系统理解
•数组在内存中的连续存储方式需要深入理解
•数组的抽象概念需要结合具体例子理解
1.描述数组的逻辑结构和存储结构的区别
2.分析数组在内存中的存储方式及其优缺点
3.举例说明数组的基本操作及其时间复杂度
•笔试:数组的基本概念和存储方式
•论述题:数组在人工智能领域的基础作用

2
数组与其他数据结构的关系
•理解数组与其他线性数据结构(如链表、栈、队列)的区别与联系
•掌握数组在实现其他数据结构中的应用
•了解不同数据结构的适用场景
•理解数组在算法设计中的基础地位
建议 8 小时(理论学习 4 小时,练习 4 小时)
1.国家高等教育智慧教育平台《数据结构与算法》课程数据结构关系部分
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》数组与其他数据结构关系部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《算法导论》相关章节
•数组与链表的区别与联系需要系统掌握
•数组在实现栈和队列中的应用需要深入理解
•不同数据结构适用场景的比较需要结合具体例子
1.比较数组与链表在插入、删除和访问操作上的时间复杂度
2.使用数组实现一个简单的栈结构
3.分析数组在实现队列时可能遇到的问题及解决方案
•笔试:数组与其他数据结构的比较
•应用题:根据具体问题选择合适的数据结构并说明理由
一维数组
3
一维数组的定义与初始化
•掌握一维数组的定义方式
•理解一维数组的初始化方法
•能够正确声明和初始化不同类型的一维数组
•了解数组越界的概念及其危害
建议 10 小时(理论学习 5 小时,练习 5 小时)
1.国家高等教育智慧教育平台《数据结构与算法》一维数组章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》一维数组定义与初始化部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)一维数组章节
•数组越界问题的理解需要深入
•不同编程语言中数组初始化的差异需要系统掌握
•数组索引的理解需要结合具体例子
1.在 Python 中定义并初始化一个包含 10 个整数的一维数组
2.编写代码实现对一维数组的遍历,并输出所有元素
3.设计一个算法,检查给定的数组是否存在越界访问
•笔试:一维数组的定义和初始化方法
•应用题:使用一维数组解决简单问题(如存储学生成绩并计算平均分)

4
一维数组的基本操作
•掌握一维数组的访问操作
•理解一维数组的插入和删除操作
•能够实现数组元素的查找和替换
•分析数组基本操作的时间复杂度
建议 12 小时(理论学习 6 小时,练习 6 小时)
1.国家高等教育智慧教育平台《数据结构与算法》一维数组操作章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》一维数组操作部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)一维数组操作章节
•数组插入和删除操作的实现需要系统掌握
•数组元素移动的理解需要深入
•时间复杂度分析需要结合具体操作
1.实现一维数组的插入操作(在指定位置插入元素)
2.实现一维数组的删除操作(删除指定位置的元素)
3.设计一个算法,在一维数组中查找指定元素并返回其位置
•笔试:一维数组的基本操作及其时间复杂度
•应用题:使用一维数组实现一个简单的通讯录管理系统(增删改查)

5
一维数组的常见算法
•掌握常见的一维数组算法(如排序、查找、反转等)
•理解不同排序算法的原理和实现
•能够分析数组算法的时间复杂度和空间复杂度
•应用数组算法解决实际问题
建议 14 小时(理论学习 7 小时,练习 7 小时)
1.国家高等教育智慧教育平台《数据结构与算法》数组算法章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》数组算法部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《算法导论》相关章节
•排序算法的实现需要系统掌握
•二分查找算法的条件判断需要深入理解
•算法时间复杂度的分析需要结合具体例子
1.实现冒泡排序算法对一维数组进行排序
2.实现二分查找算法在有序数组中查找指定元素
3.设计一个算法,反转一维数组的元素顺序
•笔试:一维数组的常见算法及其时间复杂度
•应用题:使用数组算法解决实际问题(如查找数组中的重复元素)
多维数组
6
二维数组的定义与初始化
•理解二维数组的概念和逻辑结构
•掌握二维数组的定义和初始化方法
•能够正确声明和初始化不同类型的二维数组
•了解二维数组在内存中的存储方式
建议 16 小时(理论学习 8 小时,练习 8 小时)
1.国家高等教育智慧教育平台《数据结构与算法》二维数组章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》二维数组定义与初始化部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)二维数组章节
•二维数组的逻辑结构与存储结构的差异需要系统掌握
•行优先和列优先存储方式的理解需要深入
•多维数组索引的理解需要结合具体例子
1.在 Python 中定义并初始化一个 3 行 4 列的二维数组
2.编写代码实现对二维数组的遍历,并按行输出所有元素
3.设计一个算法,计算二维数组的转置
•笔试:二维数组的定义和初始化方法
•应用题:使用二维数组解决简单问题(如存储矩阵并计算行列式)

7
二维数组的基本操作
•掌握二维数组的访问操作
•理解二维数组的插入和删除操作
•能够实现二维数组元素的查找和替换
•分析二维数组基本操作的时间复杂度
建议 18 小时(理论学习 9 小时,练习 9 小时)
1.国家高等教育智慧教育平台《数据结构与算法》二维数组操作章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》二维数组操作部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)二维数组操作章节
•二维数组插入和删除操作的实现需要系统掌握
•二维数组元素移动的理解需要深入
•二维数组操作时间复杂度的分析需要结合具体例子
1.实现二维数组的元素访问和修改操作
2.设计一个算法,在二维数组中查找指定元素并返回其位置
3.编写代码实现二维数组的转置操作
•笔试:二维数组的基本操作及其时间复杂度
•应用题:使用二维数组解决实际问题(如矩阵乘法)

8
多维数组及其应用
•理解多维数组的概念和逻辑结构
•掌握多维数组的定义和初始化方法
•能够应用多维数组解决实际问题
•了解多维数组在人工智能领域的应用
建议 20 小时(理论学习 10 小时,练习 10 小时)
1.国家高等教育智慧教育平台《数据结构与算法》多维数组章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》多维数组部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)多维数组章节
•多维数组的索引理解需要深入
•多维数组在内存中的存储方式需要系统掌握
•多维数组的应用场景需要结合具体例子
1.在 Python 中定义并初始化一个三维数组
2.编写代码实现对三维数组的遍历,并输出所有元素
3.设计一个算法,计算多维数组的元素和
•笔试:多维数组的定义和应用方法
•应用题:使用多维数组解决实际问题(如存储 3D 图像数据)
特殊数组类型
9
动态数组
•理解动态数组的概念和原理
•掌握动态数组的实现方法
•能够分析动态数组的扩容策略
•理解动态数组在不同编程语言中的实现
建议 14 小时(理论学习 7 小时,练习 7 小时)
1.国家高等教育智慧教育平台《数据结构与算法》动态数组章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》动态数组部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)动态数组章节
•动态数组的扩容机制需要系统掌握
•动态数组的时间复杂度分析需要深入理解
•动态数组与静态数组的区别需要结合具体例子
1.实现一个简单的动态数组结构
2.分析动态数组插入和删除操作的时间复杂度
3.比较动态数组与静态数组在不同场景下的性能差异
•笔试:动态数组的原理和实现方法
•应用题:使用动态数组解决实际问题(如动态存储用户输入)

10
稀疏数组
•理解稀疏数组的概念和原理
•掌握稀疏数组的存储方法(如三元组表、十字链表)
•能够实现稀疏数组的基本操作
•了解稀疏数组在人工智能领域的应用
建议 16 小时(理论学习 8 小时,练习 8 小时)
1.国家高等教育智慧教育平台《数据结构与算法》稀疏数组章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》稀疏数组部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《数据结构与算法分析》(Python 版)稀疏数组章节
•稀疏数组的存储结构需要系统掌握
•三元组表和十字链表的实现需要深入理解
•稀疏数组与普通数组的转换需要结合具体例子
1.实现稀疏数组的三元组表存储结构
2.设计一个算法,将普通二维数组转换为稀疏数组
3.编写代码实现稀疏数组的基本操作(如访问、修改)
•笔试:稀疏数组的原理和存储方法
•应用题:使用稀疏数组解决实际问题(如存储大型稀疏矩阵)

11
数组压缩与解压缩
•理解数组压缩的概念和原理
•掌握常见的数组压缩算法(如行程长度编码、霍夫曼编码)
•能够实现数组的压缩和解压缩操作
•了解数组压缩在数据存储和传输中的应用
建议 18 小时(理论学习 9 小时,练习 9 小时)
1.国家高等教育智慧教育平台《数据结构与算法》数组压缩章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》数组压缩与解压缩部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《算法导论》相关章节
•压缩算法的实现需要系统掌握
•压缩比和压缩效率的分析需要深入理解
•不同压缩算法的适用场景需要结合具体例子
1.实现行程长度编码(RLE)算法对数组进行压缩
2.设计一个算法,使用霍夫曼编码对数组进行压缩
3.比较不同压缩算法在压缩比和时间复杂度上的差异
•笔试:数组压缩的原理和方法
•应用题:使用数组压缩算法解决实际问题(如压缩图像数据)
数组在人工智能中的应用
12
数组在机器学习中的基础应用
•理解数组在机器学习中的基础作用
•掌握 NumPy 库在机器学习中的应用
•能够使用数组进行数据预处理和特征提取
•了解数组在机器学习算法中的应用
建议 16 小时(理论学习 8 小时,练习 8 小时)
1.中国大学 MOOC《机器学习》课程数组应用部分
https://www.icourse163.org/course/PKU-1002188003
2.《机器学习》(周志华)相关章节
3.《Python 数据分析实战》相关章节
•NumPy 数组的操作需要系统掌握
•数据预处理的方法需要深入理解
•数组在机器学习算法中的应用需要结合具体例子
1.使用 NumPy 库创建和操作数组
2.设计一个算法,使用数组进行数据标准化处理
3.编写代码实现使用数组进行简单的线性回归分析
•笔试:数组在机器学习中的基础应用原理
•应用题:使用数组处理机器学习数据集(如鸢尾花数据集)

13
多维数组在深度学习中的应用
•理解多维数组在深度学习中的作用
•掌握 TensorFlow/PyTorch 中张量的概念和操作
•能够使用多维数组构建深度学习模型
•了解多维数组在卷积神经网络中的应用
建议 18 小时(理论学习 9 小时,练习 9 小时)
1.中国大学 MOOC《深度学习》课程张量操作部分
https://www.icourse163.org/course/PKU-1206420809
2.《深度学习》(Ian Goodfellow)相关章节
3.《TensorFlow 实战》相关章节
•张量的概念和操作需要系统掌握
•多维数组在神经网络中的应用需要深入理解
•卷积操作对数组的处理需要结合具体例子
1.使用 TensorFlow 创建和操作多维数组(张量)
2.设计一个简单的全连接神经网络,使用多维数组进行数据处理
3.编写代码实现使用卷积神经网络对 MNIST 数据集进行分类
•笔试:多维数组在深度学习中的应用原理
•应用题:使用多维数组构建深度学习模型解决实际问题

14
数组在自然语言处理中的应用
•理解数组在自然语言处理中的作用
•掌握词向量表示方法(如 One-hot 编码、词嵌入)
•能够使用数组进行文本处理和特征提取
•了解数组在自然语言处理模型中的应用
建议 16 小时(理论学习 8 小时,练习 8 小时)
1.中国大学 MOOC《自然语言处理》课程数组应用部分
https://www.icourse163.org/course/HIT-1002538001
2.《自然语言处理综论》(第 3 版)相关章节
3.《Python 自然语言处理实战》相关章节
•词向量表示方法需要系统掌握
•文本向量化的方法需要深入理解
•数组在自然语言处理模型中的应用需要结合具体例子
1.使用 One-hot 编码将文本转换为数组表示
2.设计一个算法,使用词嵌入技术将文本转换为低维向量
3.编写代码实现使用数组进行文本分类任务
•笔试:数组在自然语言处理中的应用原理
•应用题:使用数组处理自然语言处理任务(如情感分析)
数组算法与优化
15
数组排序算法优化
•理解各种排序算法的原理和性能
•掌握常见排序算法的优化方法
•能够分析排序算法在数组中的应用
•了解排序算法在人工智能领域的应用
建议 20 小时(理论学习 10 小时,练习 10 小时)
1.国家高等教育智慧教育平台《数据结构与算法》排序算法章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构与算法》排序算法优化部分
https://www.icourse163.org/course/NUIST-1471702162
3.《算法导论》相关章节
•快速排序的优化需要系统掌握
•归并排序的递归实现需要深入理解
•排序算法在数组中的应用需要结合具体例子
1.实现快速排序算法,并进行优化(如随机选择枢轴)
2.实现归并排序算法,并分析其时间复杂度
3.比较不同排序算法在不同类型数组中的性能表现
•笔试:数组排序算法的优化原理和方法
•应用题:使用优化的排序算法解决实际问题(如大规模数据排序)

16
数组搜索算法优化
•理解各种搜索算法的原理和性能
•掌握常见搜索算法的优化方法
•能够分析搜索算法在数组中的应用
•了解搜索算法在人工智能领域的应用
建议 18 小时(理论学习 9 小时,练习 9 小时)
1.国家高等教育智慧教育平台《数据结构与算法》搜索算法章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构与算法》搜索算法优化部分
https://www.icourse163.org/course/NUIST-1471702162
3.《算法导论》相关章节
•二分搜索的实现需要系统掌握
•插值搜索的优化需要深入理解
•搜索算法在数组中的应用需要结合具体例子
1.实现二分搜索算法,并分析其时间复杂度
2.设计一个算法,在旋转有序数组中查找指定元素
3.比较不同搜索算法在不同类型数组中的性能表现
•笔试:数组搜索算法的优化原理和方法
•应用题:使用优化的搜索算法解决实际问题(如在大规模数据中查找元素)

17
数组动态规划算法
•理解动态规划算法的原理和应用
•掌握使用数组实现动态规划算法的方法
•能够设计动态规划算法解决实际问题
•了解动态规划算法在人工智能领域的应用
建议 20 小时(理论学习 10 小时,练习 10 小时)
1.中国大学 MOOC《算法设计与分析》动态规划章节
https://www.icourse163.org/course/BIT-1001870002
2.《算法导论》相关章节
3.《动态规划:从入门到精通》相关教程
•动态规划的状态定义需要系统掌握
•状态转移方程的推导需要深入理解
•动态规划算法的优化方法需要结合具体例子
1.实现背包问题的动态规划解法
2.设计一个算法,使用动态规划求解最长公共子序列问题
3.比较动态规划算法与递归算法的性能差异
•笔试:动态规划算法的原理和方法
•应用题:使用动态规划算法解决实际问题(如矩阵链乘法)
高级专题与综合应用
18
高级数组操作与技巧
•理解高级数组操作的原理和应用
•掌握数组切片、映射、过滤等高级操作
•能够使用数组推导式和生成器表达式
•了解高级数组操作在人工智能领域的应用
建议 16 小时(理论学习 8 小时,练习 8 小时)
1.国家高等教育智慧教育平台《数据结构与算法》高级数组操作章节
https://higher.smartedu.cn/course/64befd29d190d2a6beeefef7
2.中国大学 MOOC《数据结构》高级数组操作部分
https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_
3.《Python 高级编程》相关章节
•数组切片的操作需要系统掌握
•数组推导式的理解需要深入
•高级数组操作的应用需要结合具体例子
1.使用数组切片操作实现数组的部分复制和修改
2.设计一个算法,使用数组映射和过滤操作处理数据
3.编写代码实现使用数组推导式生成特定模式的数组
•笔试:高级数组操作的原理和方法
•应用题:使用高级数组操作解决实际问题(如数据清洗)

19
数组并行处理与优化
•理解数组并行处理的概念和原理
•掌握多线程和多进程处理数组的方法
•能够使用 GPU 加速数组处理
•了解数组并行处理在人工智能领域的应用
建议 18 小时(理论学习 9 小时,练习 9 小时)
1.中国大学 MOOC《并行计算》课程数组并行处理部分
https://www.icourse163.org/course/THU-1206422809
2.《高性能 Python》相关章节
3.《CUDA 编程指南》相关章节
•多线程处理数组的同步问题需要系统掌握
•GPU 加速数组处理的原理需要深入理解
•并行算法的设计需要结合具体例子
1.使用多线程技术实现数组的并行处理
2.设计一个算法,使用 GPU 加速数组的矩阵乘法
3.比较并行处理与串行处理在性能上的差异
•笔试:数组并行处理的原理和方法
•应用题:使用并行处理技术优化数组操作(如大规模数据处理)

20
数组在人工智能系统中的综合应用
•理解数组在人工智能系统中的综合应用
•掌握数组在复杂系统中的设计和优化
•能够应用数组解决复杂的人工智能问题
•了解数组在前沿人工智能技术中的应用
建议 22 小时(理论学习 11 小时,练习 11 小时)
1.中国大学 MOOC《人工智能系统设计》课程数组应用部分
https://www.icourse163.org/course/THU-1206422809
2.《人工智能:现代方法》相关章节
3.《深度学习框架设计与实现》相关章节
•数组在复杂系统中的设计需要系统掌握
•数组优化的方法需要深入理解
•数组在前沿技术中的应用需要结合具体例子
1.设计一个基于数组的简单神经网络模型
2.实现一个使用数组处理的计算机视觉应用
3.分析数组在 Transformer 模型中的应用
•笔试:数组在人工智能系统中的综合应用原理
•应用题:使用数组设计并实现一个完整的人工智能应用(如简单聊天机器人)




参考资料

[1] 课程大纲-选课系统 https://jwxk.ucas.ac.cn/course/courseplan/242125

[2] 人工智能专业 课程教学大纲(pdf) https://xxgc.fjsmu.edu.cn/_upload/article/files/7a/b5/f65a4e854bef8ddb29a10f607d28/67bc3491e4b0daa6630d5b34.pdf

[3] 《人工智能本科专业知识体系与课程设置》笔记_智能感知与移动计算教学大纲-CSDN博客 https://blog.csdn.net/yalecaltech/article/details/117378537

[4] 课程大纲-教务系统 https://jwba.ucas.ac.cn/sc/course/courseplan/278113

[5] 人工智能研究生课程库-CSDN博客 https://blog.csdn.net/2501_92511251/article/details/148764974

[6] 数据结构_厦门大学_中国大学MOOC(慕课) https://www.icourse163.org/course/0809XMU061-1206002801?outVendor=zw_mooc_pclszykctj_

[7] 2025年人工智能专业课程大纲 .pdf-原创力文档 https://m.book118.com/html/2025/0121/8021067063007024.shtm

[8] AI Strategies and Roadmap: Systems Engineering Approach to AI Development and Deployment (Live Online) https://professional.mit.edu/course-catalog/ai-strategies-and-roadmap-systems-engineering-approach-ai-development-and-deployment

[9] Programming and Data Structures Spring 2024–2025 https://cse.iitkgp.ac.in/~pds/semester/2025s/

[10] No Code AI and Machine Learning: Building Data Science Solutions https://professional.mit.edu/course-catalog/no-code-ai-and-machine-learning-building-data-science-solutions

[11] Foundations of Mathematics for Artificial Intelligence https://professional.mit.edu/course-catalog/foundations-mathematics-artificial-intelligence

[12] 数据结构学习方法与路线(小白专属)_数据结构 学习方法-CSDN博客 https://blog.csdn.net/weixin_75168674/article/details/147010566

[13] 数据结构与算法的学习路线 https://blog.csdn.net/LCY133/article/details/146395126

[14] 如何学习数据结构与算法:从入门到精通的全面路线图及资源推荐 https://www.imooc.com/article/377743

[15] 韩顺平 数据结构与算法_mob64ca12e04e7a的技术博客_51CTO博客 https://blog.51cto.com/u_16213364/13073426

[16] 2025 版 Java 从入门到精通学习路线及技术实操方案指南_java相关面试及实操方法。的技术博客_51CTO博客 https://blog.51cto.com/u_17431020/13982546

[17] 2025 年硕士研究生入学考试大纲 考试科目名称:数据结构 (pdf) http://zs.gs.upc.edu.cn/_upload/article/files/42/1e/26a568f04561a5715eb31a516f78/a59bd4ea-794d-4e5d-8e25-1adca84d3936.pdf

[18] 解锁Numpy数组:从新手到高手的进阶指南_numpy 数组-CSDN博客 https://blog.csdn.net/u012069313/article/details/148763062

[19] Data structures and algorithms https://www.gu.se/en/study-gothenburg/data-structures-and-algorithms-dit183/syllabus/38be4757-3465-11ef-bb41-309f1a6d4861

[20] Data Structures https://ds.cs.rutgers.edu/

[21] CSCI 3143 - Data Structures https://api.rpubs.com/paulrregier/data-struct-syllabus

[22] Data Structure https://sites.google.com/site/t062000/data-structure_1

[23] 课程 - 国家高等教育智慧教育平台 https://higher.smartedu.cn/course/62bf76ddc0f14e09915499c1

[24] 数据结构与算法(张淼 2025年春)_大连理工大学_中国大学MOOC(慕课) https://www.icourse163.org/spoc/course/DUT-1472670194

[25] 《数据结构》理论教学大纲\n课程名称及代码:数据结构/100(pdf) http://c.lsnu.edu.cn/__local/4/22/B7/F8649889CFD0FA29C10C8F9CE6B_3B456F73_5FD8C.pdf?e=.pdf

[26] 课程 - 国家高等教育智慧教育平台 https://higher.smartedu.cn/course/66cd0f22711dc30c3470e76d

[27] 程序设计基础-实例与案例分析(2025春季spoc课程)_西北大学_中国大学MOOC(慕课) https://www.icourse163.org/spoc/course/NWU-1001609005

[28] 课程 - 国家高等教育智慧教育平台 https://chinaooc.com.cn/course/67941d66225d72705e9d69d9

[29] 博睿分享|中国大学慕课MOOC网站教程讲解 https://www.iesdouyin.com/share/video/7256283480231808271/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7256283476494863115&region=&scene_from=dy_open_search_video&share_sign=ffGO51RSFdI_xQtpV56ZjPI76nr.3LxZwdQoOjb.wYQ-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962368&u_code=0&video_share_track_ver=&with_sec_did=1

[30] 2025 Master class on Data Science using Python A-Z for ML https://www.udemy.com/course/master-class-on-datascience/?srsltid=AfmBOopCF57rjn5QHObEunGt59MD2QXwDvIz5j4enwBxYyZEpARl0y0K

[31] 课程 - 国家高等教育智慧教育平台 https://higher.smartedu.cn/course/671ace0016d8a05eedca2586

[32] 2025 Master class on Data Science using Python A-Z for ML – (Free Course) https://www.coursejoiner.com/development/2025-master-class-on-data-science-using-python-a-z-for-ml-free-course-3/

[33] 【机器学习-学习计划】零基础快速入门机器学习-CSDN博客 https://blog.csdn.net/qq_36453147/article/details/148056503

[34] Linear Algebra for Data Science & Machine Learning A-Z 2025 https://www.udemy.com/course/linear-algebra-for-beginners-matrices-and-vector-spaces/?srsltid=AfmBOopP73eqnYDQTZHO-WiwR8STVj4d927z9xhuskkvnKyUgcnUjQFL

[35] 2025入门级,机器学习必备基础《初学者最佳学习路线》-抖音 https://www.iesdouyin.com/share/video/7537680420285074734/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7537680691463523110&region=&scene_from=dy_open_search_video&share_sign=6OZBwVYjMuHmVFTTKjiqrCNxoMNlr1T3uB8UxvwdU4g-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962368&u_code=0&video_share_track_ver=&with_sec_did=1

[36] 7月28日-机试难题 动态规划作为常见的机试题,我们应该怎么使用?-抖音 https://www.iesdouyin.com/share/video/7532049000564854035/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7532049141942307638&region=&scene_from=dy_open_search_video&share_sign=waS4D0gjRfbw4wO2zSjhwXVzGoM74Y7AKEpQEY3T59M-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962368&u_code=0&video_share_track_ver=&with_sec_did=1

[37] 【深度学习】嘿马深度学习笔记第2篇:TensorFlow介绍,2.4 张量【附代码文档】_mb66bb6a641921a的技术博客_51CTO博客 https://blog.51cto.com/u_16958431/14010878

[38] 深度学习Tensorflow框架班 - CDA网校-数据分析师考证学习官方网站 - 140000+数据分析师推荐的学习平台! https://edu.cda.cn/goods/show/3084?targetId=5005&preview=0

[39] TensorFlow: Basic to Advanced - 100 Projects in 100 Days https://www.udemy.com/course/tensorflow-basic-to-advanced-training/?srsltid=AfmBOooDYSyA-pwnGNPZTeY310oOgzTbtMQgmCU9MR3VI08gB0JcLbjC

[40] A Complete Guide on TensorFlow 2.0 using Keras API https://www.udemy.com/course/tensorflow-2/

[41] tensorflow张量操作 https://www.runoob.com/tensorflow/tensorflow-tensor-operations.html

[42] TensorFlow深度学习视频课程 08.01 张量创建方法-抖音 https://www.iesdouyin.com/share/video/7437296130754366757/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7437297506553645843&region=&scene_from=dy_open_search_video&share_sign=NyKQB0D2F11GwMFD7qDGeohT31eHtexPz2rvmzyriHE-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962395&u_code=0&video_share_track_ver=&with_sec_did=1

[43] 深度学习-TensorFlow2.张量的基础操作-抖音 https://www.iesdouyin.com/share/video/7471952659860180224/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7471953894147623692&region=&scene_from=dy_open_search_video&share_sign=C6GH69LWy3rqgM94_2u10NKhrCvBxn35v9JFzPtp2rE-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962395&u_code=0&video_share_track_ver=&with_sec_did=1

[44] 2025-04-18 李沐深度学习2 —— 数据操作& 预处理_李沐深度学习实战-CSDN博客 https://blog.csdn.net/zheliku/article/details/147317116

[45] ‌机器学习快速入门--0算力起步实践篇_机器学习数学快速入门-CSDN博客 https://blog.csdn.net/emain/article/details/147376364

[46] python - 【机器学习】嘿马机器学习(科学计算库)第5篇:Numpy,4.2 N维数组-ndarray https://segmentfault.com/a/1190000047189537

[47] 人工智能Numpy教程_人工智能用到的numpy函数-CSDN博客 https://blog.csdn.net/dengdeng333/article/details/144201028

[48] AI 高手之路 5:NumPy 教程——高效处理 AI 数据_数组处理操作 ai-CSDN博客 https://blog.csdn.net/liu1983robin/article/details/145945636

[49] 深入探索 NumPy 库:数组操作与数学计算基础-CSDN博客 https://blog.csdn.net/incidite/article/details/149908008

[50] ABB机器人数组的用法-抖音 https://www.iesdouyin.com/share/video/7471079029093715212/?did=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&from_aid=1128&from_ssr=1&iid=MS4wLjABAAAANwkJuWIRFOzg5uCpDRpMj4OX-QryoDgn-yYlXQnRwQQ&mid=7471078998903130915&region=&scene_from=dy_open_search_video&share_sign=lVmbKf8OhEebYv_XYqNzD5rONjVtlQznyFAkH.DKX7c-&share_track_info=%7B%22link_description_type%22%3A%22%22%7D&share_version=280700&titleType=title&ts=1755962395&u_code=0&video_share_track_ver=&with_sec_did=1


分享到: