学科
计算机科学
算法、数据结构、系统 — 构建你的CS基础。
查看全部 (33)
BFS——广度优先搜索算法详解
广度优先搜索按层遍历图。了解 BFS 如何使用队列，以及它何时能在无权图中找到最短路径。
CNN——卷积神经网络架构
了解什么是CNN、卷积层如何检测模式、一个完整例子、常见错误，以及CNN的应用场景。
DFS——深度优先搜索算法详解
用简单方式理解深度优先搜索：DFS 做什么、回溯如何工作、一个清晰示例，以及常见错误。
Dijkstra 算法——最短路径一步一步讲解
Dijkstra 算法用于带权图中的非负边最短路径。了解核心思路、一个例子和常见错误。
K 均值聚类——算法与工作原理
了解什么是 K 均值聚类、算法如何运行、简单示例、常见错误，以及它适用的场景。
OSI 模型：7 层详解
快速理解 OSI 模型：7 层各自做什么、一个清晰示例，以及它如何帮助排查网络故障。
PCA——主成分分析详解
快速理解PCA：主成分分析做什么、何时中心化或标准化，以及一个清晰的二维例子。
REST API：它是什么，以及它如何工作
了解什么是 REST API、请求与资源如何配合、一个清晰示例，以及容易让人困惑的常见错误。
RNN（循环神经网络）与 LSTM 详解
了解什么是 RNN、隐藏状态如何保存序列记忆、基础 RNN 为何难处理长序列，以及 LSTM 如何改进。
SVM——支持向量机通俗讲解
了解什么是 SVM、间隔与支持向量如何起作用，以及何时适合使用软间隔或核 SVM。
Transformer——注意力机制与架构
了解什么是 Transformer 架构、自注意力如何工作、一个计算示例、常见误区，以及 Transformer 的应用场景。
二分查找——算法、时间复杂度与代码
了解二分查找如何工作、适用条件、为何是 O(log n)，以及如何跟踪一个清晰示例。
决策树——熵、基尼与随机森林
了解决策树如何用熵和基尼选择划分，查看一个完整例子，并理解随机森林何时更有用。
凸优化——概念、方法与应用
凸优化是在凸集合上最小化凸函数。了解其定义、一个例子，以及为何“局部最优即全局最优”很重要。
动态规划——记忆化与表格法详解
了解什么是动态规划、它何时适用，以及记忆化和表格法如何避免重复计算。
卡诺图（K-Map）——化简布尔表达式指南
快速学会卡诺图：什么是 K-Map、如何分组、一个清晰例题、常见错误，以及何时使用。
反向传播——神经网络如何学习
反向传播计算让神经网络学习所需的梯度。了解链式法则、一个清晰示例、常见错误及其应用场景。
哈希表——哈希如何工作与冲突解决
了解什么是哈希表、哈希如何把键映射到数组槽位、为什么会发生冲突，以及链地址法和开放定址法如何工作。
图着色——色数与应用
了解什么是图着色、色数衡量什么、为什么奇环需要3种颜色，以及图着色有哪些应用。
大 O 表示法——轻松理解时间复杂度
大 O 表示法说明输入规模增大时运行时间如何增长。了解定义、直觉、一个示例和常见误区。
布尔代数——定律、定理与化简
了解什么是布尔代数、常用定律如何运作，以及如何通过一个清晰示例化简逻辑表达式。
排序算法对比：冒泡排序、归并排序与快速排序
了解排序算法的作用，比较冒泡、归并和快速排序，并知道各自适用的场景。
数学中的设计模式
了解数学中“设计模式”的含义、对称与不变量的作用、多米诺骨牌示例、常见错误及适用场景。
数据库规范化——用一句话讲清 1NF、2NF、3NF
同一个事实只存一处——通过交互式可视化亲自体验并理解规范化的核心。
数据结构——数组、链表、树与图
了解什么是数据结构，何时使用数组、链表、树和图，并快速分清它们的区别。
机器学习——监督学习、无监督学习与关键算法
用通俗语言理解机器学习基础：监督与无监督学习的含义、一个示例，以及常见算法的适用场景。
梯度下降——算法、学习率与常见变体
讲清梯度下降是什么、学习率如何起作用，以及批量、随机和小批量方法分别适用于什么场景。
真值表——AND、OR、NOT、XOR 与蕴含
通过一个清晰示例、常见错误和使用场景，理解 AND、OR、NOT、XOR 与蕴含的真值表。
神经网络——人工神经网络如何工作
了解什么是神经网络、各层如何把输入变成预测、一个完整示例、常见误区，以及训练如何改变权重。
进程调度——操作系统概念
理解操作系统中的进程调度，比较 FCFS、SJF 和时间片轮转，并通过一个清晰示例掌握核心思路。
递归——工作原理、示例与基例
什么是数学中的递归？通过清晰的阶乘示例和常见错误，了解基例与递归步骤如何运作。
逻辑回归——Sigmoid 函数与分类
了解什么是逻辑回归、Sigmoid 函数如何把线性得分变成概率，以及分类是如何进行的。
面向对象编程（OOP）
用类、对象和一个清晰示例讲解面向对象编程，以及常见错误和适用场景。