人工智能基础
人工智能发展概述
从人工智能的计算性和智能性角度可以将人工智能定义为：
三大学派：
符号学派、连接学派、行为学派
人工智能的分类：
领域人工智能、通用人工智能、混合增强人工智能
人工智能的发展————三次低谷
符号主义人工智能：
用规则教，与人类逻辑推理类似，但是难以构建完整的知识规则库
联结主义人工智能
用数据教，直接从数据中进行学习，依赖于数据，解释性不强
行为主义
用问题引导，从经验中进行能力的持续学习，非穷举式搜索而需要更好的策略
逻辑推理
推理按照由难到易的程度可以分为三个层次: 关联，干预，反事实
命题逻辑
命题逻辑的局限性：在命题逻辑中，每个陈述句是最基本的单位(即原子命题)，无法对原子命题进行分解。
因此在命题逻辑中，不能表达局部与整体、一般与个别的关系。
谓词逻辑
在谓词逻辑中，将原子命题进一步细化，分解出个体、谓词和量词，来表达个体与总体的内在联系和数量关系，这就是谓词逻辑研究内容。
谓词和函数的区别
函数是从定义域到值域的映射；
谓词是从定义域到{𝑇𝑟𝑢𝑒,𝐹𝑎𝑙𝑠𝑒} 的映射
知识图谱
知识图谱的组成
概念：层次化组织
实体：概念 ...
数据库设计（关系代数和SQL语句）
如上图所示，为数据库系统中的常用的关系代数
σ=SELECT ：表示查找
ρ=RENAME : 表示重命名
∩=AND ：表示逻辑与
∪=OR ：表示逻辑或
⋈=JOIN ：表示连接
π= FROM :表示筛选某一列
δ= DISTINCT: 表示数据库中去重
τ= SORT :表示排序
γ=GROUP ：表示分组
关系树
数据库设计（范式）
范式存在的意义
避免以下情况
数据冗余
各种插入(INSERT),更新(UPDATE),删除(DELETE)异常
一范式（1NF）
一范式的满足条件很简单，需要满足每列元素的不可再分性，即一列下面有多组数据的情况。
二范式（2NF）
二范式需要在一范式的基础上改进，需要满足非主属性必须完全依赖于主键，不然就另起一张表来实现。
举例
存在如下数据库 选课(学号，课号，学分，成绩，姓名)
该数据库乍一看没什么问题，但是现在课号和学号共同做主键，存在如下函数依赖关系
(学号，课号)–>成绩，学号–>姓名，课号–>学分。
这就出现了以下这些问题
数据冗余
同一门课程由n个学生选修，"学分"就重复n-1次；同一个学生选修了m门课程，姓名和年龄就重复了m-1次。
更新异常
若调整了某门课程的学分，数据表中所有行的"学分"值都要更新，否则会出现同一门课程学分不同的情况。
删除异常
假设一批学生已经完成课程的选修，这些选修记录就应该从数据库表中删除。但是，与此同时，课程名称和学分信息也被删除了。很显然，这也会导致插入异常。
插入异常 ...
软件安全基础
基本概念
1.病毒分类
病毒
感染性
潜伏性
破坏性
两个特性
自行执行 它通常将自己的代码置于另一个程序的执行路径中。
自我复制 通过计算机本机复制
蠕虫
特点：
利用网络进行复制和传播
和普通病毒的区别
普通病毒需要传播受感染的驻留文件来进行复制，而蠕虫不使用驻留文件即可在系统之间进行自我复制。
普通病毒的传染能力主要是针对计算机内的文件系统而言，而蠕虫病毒的传染目标是互联网内的所有计算机
木马
特点
不具破坏性
具有潜伏性
不具传染性
2.软件漏洞
分类
0day漏洞
1day漏洞
已公开漏洞
3.渗透测试
白盒测试
黑盒测试
隐秘测试
二、堆栈基础
1、栈
函数调用
当函数被调用时，系统栈会为这个函数开辟一个新的栈帧，并把它压入栈中。
每个栈帧对应着一个未运行完的函数。栈帧中保存了该函数的返回地址和局部变量。从逻辑上讲，栈帧就是一个函数执行的环境：函数参数、函数的局部变量、函数执行完后返回到哪里等等。
当函数返回时，系统栈会弹出该函数所对应的栈帧。
如上图所示，在函数调用的过程中，系统栈中操作如下：
在main函数调用func_A的 ...
初识神经网络（一）：神经网络基本结构
从手写数字识别说起
学习深度学习前，我们先不管电脑，我们以我们的人脑为例，来看看我们是怎么学习的，我们的学习需要哪些过程。
那我们来回忆一下我们的学生时代吧，我们要学习首先需要有一个脑子……
然后呢，老师告诉我们，考试要考100分，我们要尽量考高。
我们开始做练习，联系完之后对答案，练习分数越低，说明这段时间学的越差，证明这段时间学习方法不对，要调整！
然后学学学，直到考试能够考到接近满分就OK啦。
正常学生的学习过程应该都是类似上述这样的，整个过程有几个关键：脑子，目标，学习过程。
好看懂了人类是如何学习的，我们来看一个深度学习中的helloword——手写数字识别。
看到如下这个28X28的手写数字3
凭你的聪明才智，你一定能一眼认识出来，不仅如此，不管它怎么变化，都能够看出它就是3这个数字。
但现在就有一个问题，老板命令你，你滴，把这个写成程序的干活，这个时候你要怎么处理呢。
这时候我们就想，既然想让计算机去像我们一样学习，我们就需要先让计算机“读懂”这几张图片，28X28的图片，对计算机来说就是756个表示不同灰度的数字，按0表示全白，1表示全黑，0-1之间的数就能表示灰度了 ...
人工智能导论
第一卷 机器学习
第一章 有监督学习
第一节 分类
第二节 回归
第二章 无监督学习
聚类
自编码器
第三章 强化学习
第二卷 深度学习
神经网络基础
第一章 有监督学习
前馈神经网络
卷积神经网络
循环神经网络
第二章 无监督学习
深度玻尔兹曼机
深度生成对抗网络
深度自编码器
数据库系统（概念模型）
数据库系统
三层模式结构
模式/逻辑模式
外模式/用户模式
内模式/存储模式
二级映像和数据独立性
外模式/模式映像：一个模式可以有多个外模式，对于每个外模式有一个外模式/模式映像，
数据的逻辑独立性：当模式改变时，只需要改变外模式/模式映像，可以使外模式保持不变。
应用程序是根据外模式编写的，所以应用程序不变，保证了数据和程序的逻辑独立性。
模式/内模式映像：模式/内模式映像是唯一的。
数据的物理独立性：当存储结构改变时，只需要改变模式/内模式映像，可以使模式保持不变。
所以应用程序不变，保证了数据和程序的物理独立性。
概念模型
概念模型转为关系模型
实体关系模型的转变
含有继承关系的实体集合的转变
子类的主键需要添加父类的主键。
弱实体集合的转变
弱实体集合的一部分主键在实体集合之外需要记得把这部分添加上
联系关系模型的转变
一对一
一对多
多对多 建立新表，包含相关两张表的所有主键
参考下面例题
计算机组成原理
第一卷 计算机系统概述
第一章 计算机系统层次结构
硬件
运算器+存储器+控制器+输入+输出
软件
系统软件
操作系统、数据库管理系统、语言处理程序、分布式软件系统、网络软件系统、标准库语言、服务性程序
应用软件
科学计算类程序、工程设计类程序、数据统计与处理程序
翻译程序
翻译程序
应用
编译器
高级语言转机器语言或汇编语言
汇编器
汇编语言转机器语言
解释器
源程序转机器指令并立即执行
第二章 计算机性能指标
主频 CPU工作受主时钟控制，主时钟的频率称为主频，主频的倒数为CPU时钟周期。
:wink:时钟频率的提高，不能保证CPU执行速度又同倍速的提高，有时候还会减慢。
CPU执行时间 ：表示CPU执行程序占用CPU的时间
CPI(Cycle Per Instruction) 执行在计算机体系结构中一条指令所需要的平均时钟周期数
CPI = 执行某段程序所需的 CPU 时钟周期数 / 程序包含的指令条数
IPC:（instruction per clock) 表示每（时钟）周期运行多少个指令.
MIPS：Mill ...
Unity按钮失灵
挺傻逼一事情，不要手欠的去删eventSystem,就是场景中只有UI也不要删！