专业导论总结报告
大一计算机导论 学习心得转眼间在从大一踏进学校的校门到现在刚刚好两年了，在这两年里面，有学到了不少东西,包括怎么去独立生活，怎么去与人沟通，等等，当然最重要的还是学到了自己想要的专业知识。
大一的时候主要是学习计算机导论和C语言，对于急于想看到效果的我，C语言学起来就比较枯燥，因为C语言编写出来的程序主要还是在命令行的操作，我很想开发出windows界面的软件出来，但是没有办法，C语言是基础，没有这个基础就往高处想，恐怕梦想不会那么容易实现。
所以我就认真的把C语言的基础打好，先掌握好里面的语法，程序控制逻辑和一些基本的算法，说真的，尽管是比较枯燥，但是一旦陷入了编程中，自然就会发现其中的快乐。
大一第二学期的时候开始接触NIIT的课程，平时虽然一点作业都没有，但是我上课的时候不是那么认真听课的人，所以课后总是要花时间来看看和理解老师上课的例子，在这个学期中，我们主要学习了C++和Java，都是刚刚开始接触到面向对象的语言中来，由于对一些面向对象的特性不熟悉，毕竟是刚开始接触这方面的语言，所以学起来就有点吃力，再加上平时实践的时间比较少。
大二的第一学期，进入了数据库和高级Java的学习，说真的，在学数据库的那段时期是最烦的，因为每天就学了一大堆SQL的语言，非常的枯燥，都是关于怎么去查找数据表格里面的内容，那是时期，因为课堂上听课了之后觉得都是比较简单的，所以课后很少去动手。
到了后来项目开发中，我才发现数据库的重要性，整个系统的信息都是存储在数据库里面的，所有的在程序中对数据的操作都是等同于对数据的增删改查询操作。
转眼间来到了大二的第二个学期，可以说在这个学期中，是我最有感触，学到最多知识，达到质的飞跃的一个重要学期。
有了前面几个学期的学习基础，我对面向对象语言已经基本掌握清楚，运用起来也觉得没有什么特别困难，基本已经入门了，这个学期主要是进入了.net的学习。
好的开发工具是保证效率的一个重要因素，Microsoft Visual Studio .NET 2003就是这样的一个开发工具，它的易学易用令我对编程的兴趣倍增，以前学习Java之所以见效不大是因为没有好的开发工具和环境，总是在环境配置中浪费大量的时间，而真正的涉及到编程很少，所以这也是我以前为什么学起来没有那么有兴趣的原因。
我觉得学编程就应该学习它的思想，编写代码就应该尽量避免写出与逻辑无关的代码，比如界面代码可以让机器去自动生成不必浪费时间手动去编写，所以好的开发工具可以帮助我们做到这一点，只编程逻辑代码，很多代码都可以让机器去自动生成。
有了好的开发工具后当然是很有欲望去做出某某自己很想做的东西，因为你一拿到好的开发工具，就会整天的陷入开发状态，对其爱不释手，一开始我是试着开发一个Flash播放器，感觉编写起来不是编写起来不是那么难，因为前面已经有学习Java的经验了，初次学习.net的时候选择编写Flash播放器也是有理由的，一方面是程序比较简单，另一方面的涉及到的控件和界面比较多，所以一开始接触这样的语言就首先学习怎么去调用.net平台上提供的控件，只要掌握好这些控件，以后编写windows界面的控件就简单很多了。
经过几天的时间，终于把Flash播放器做出来了，以后想Flash影集的时候都用自己开发的播放器进行播放，感觉别有一翻滋味，因为这就是为自己量身定做的，这就使我再一次感觉到开发的乐趣。
转眼间大三第一个学期就开学了，回顾这两年来学习软件开发的经历，写了这样的一遍心得，一方面算是对自己的总结，另一方面也可以拿出来给大家参考和交流。
最后我还是要再归纳一次，总结出如何才可以比较容易地进入学习状态达到快速开发的目的。
1. 打好基础，掌握好C语言C++基础的语言，对学习数据结构和算法有很大的帮助。
2. 面向对象是高级也是最流行的语言，所有的面向对象语言几乎都是通用的，结构和特性都差不多，只要掌握和归纳好它们的一些共同的特性，哪怕将来转向其他的语言都是轻而易举，得心应手，达到融会贯通的效果。
3. 好的开发工具是你提高开发效率，提高编程兴趣的前提，学习语言的过程中还应该研究怎么利用开发工具有效地提高开发的效率。
4. 善于总结，在开发过程中我们可以总结出许许多多规律性的东西，这些规律一方面可以让我们避免在以后的开发中犯同样的错误，另一方面对我们掌握其他的规律都是有所帮助的，规律都是交叉在一起的。
跟着规律走，实事求是。
5. 项目开发是最好的学习方法，这一点是我最有感触的，软件开发是实践性很强的活动，但靠理论知识学起来比较吃力，而且枯燥无味，学习种理论学习和开发实践的比例应该是1：2，而且是交叉进行。
这样才可以比较快的掌握一个知识点。
6. 团队合作，现在的项目几乎很少一个人去完成，频繁的沟通和密切的配合是成功的必要条件。
交通工程专业导论学习心得
交通导论心得通过这学期的交通工程导论的学习，我感触颇深，对于交通工程的理解，我不再停留在表面，而是进一步的了解。
交通工程，本是一个不错的专业，它所涉及的领域，大概有桥梁、隧道、公路等等。
交通工程，一个夹杂有多个知识领域的新兴专业，含有物理理念、经济理论。
交通工程，分两大专业方向，交通运输和交通土建。
根据最近几年的就业趋势，一般的人都选择交通土建，是因为那方面所需人才供过于求。
而交通运输，大部分的女生会向往那个方向，大概因为工作环境相对于交通土建更好。
但根据交通导论知识，交通工程的工作环境都是比较辛苦的，需要在崎岖的山路上测量、设计，需要工程师亲自到施工现场调查、测量、画图等。
因此，并不是选择交通运输的人就只是在悠闲的办公室里设计、测量，必要时还需到施工现场去测量等。
在交通工程导论的学习期间，卢老师让我们懂得了大学期间该掌握哪些专业知识。
大学所学的专业知只是基础而已，并不能证明我们对交通工程的专业知识已经熟练了。
仍需在今后的工作中去学习技能知识，逐渐完善自己的专业知识。
在大学期间，我们需要获得一些必备的证书，比如监理证等。
通过交通工程导论的学习，我了解到了我们专业所需的专业选修课，比如系统工程，路基路面设计、交通运输、专业英语等。
在某些领域中，我们的专业知识是否会与土木工程有所抵触呢
我们专业主要是运用于公路，而土木工程，主要运用于建筑。
会有抵触，但相同点应该不会很多。
运用交通工程知识，既可以运用于公路，还可以运用于建筑设计，两者之间有共同之处。
现今的公路，分为四大类：一级公路（高速公路）、二级公路、三级公路、四级公路（乡村篱笆路）。
现今，中国的道路路线还远远不够，所以交通工程在未来的几年，甚至几十年，就业率都还是比较高的。
随着人民的生活水平的提高，大多数的人都过上了小康生活，购买私家车的人将会越来越多，这样，道路路线的占有率将会提升。
单靠现今的道路路线，是远远不够的，会造成交通拥挤的现象。
所以，我们现在需要学好基本知识，以后更好地服务于交通事业。
交通工程，并不是一门技术含量高的专业。
但我们并不要为此而苦恼，因为我们的专业是实质性的技术，并不是泛泛而谈的理论知识。
在掌握专业知识的同时，要懂得运用于实际，达到学以致用的境界。
在最初的工作期间，我们只是作为助理，干一些测量、调查的事，但我们无需抱怨，因为这也是一笔财富。
求一篇计算机导论学后感，1500字左右
这一门科学深深的吸引着我们这些同学们，原先不管是国内还是国外都喜欢把这个系分为计算机软件理论、计算机系统、计算机技术与应用。
后来又合到一起，变成了现在的。
我一直认为这门专业，在本科阶段是不可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需要技术；每一个人(包括非)，掌握简单的计算机技术都很容易（包括原先Major们自以为得意的程序设计），但的优势是：我们掌握许多其他专业并不深究的东西，例如，算法，体系结构，等等。
非的人可以很容易地做一个芯片，写一段程序，但他们做不出计算机专业能够做出来的大型系统。
今天我想专门谈一谈计算机科学，并将重点放在计算理论上。
1)计算机语言 随着20世纪40年代第一台存储程序式通用电子计算机的研制成功，进入20世纪50年代后，计算机的发展步入了实用化的阶段。
然而，在最初的应用中，人们普遍感到使用机器指令编制程序不仅效率低下，而且十分别扭，也不利于交流和软件维护，复杂程序查找错误尤其困难，因此，软件开发急需一种高级的类似于自然语言那样的。
1952年，第一个Short Code出现。
两年后，Fortran问世。
作为一种面向科学计算的高级，Fortran的最大功绩在于牢固地树立了高级语言的地位，并使之成为世界通用的程序设计语言。
Algol60的诞生是计算机语言的研究成为一门科学的标志。
该语言的文本中提出了一整套的新概念，如变量的类型说明和作用域规则、过程的递归性及参数传递机制等。
而且，它是第一个用严格的语法规则——巴科斯范式（BNF）定义语言文法的高级语言。
程序设计语言的研究与发展在产生了一批成功的高级语言之后，其进一步的发展开始受到程序设计思想、方法和技术的影响，也开始受到程序理论、软件工程、人工智能等许多方面特别是实用化方面的影响。
在“软件危机”的争论日渐平息的同时，一些设计准则开始为大多数人所接受，并在后续出现的各种高级语言中得到体现。
例如，用于支持结构化程序设计的，适合于军队各方面应用的大型通用程序设计语言ADA，支持并发程序设计的MODULA-2，支持逻辑程序设计的PROLOG语言，支持人工智能程序设计的，支持面积对象程序变换的SMALLTALK、C等。
而且，伴随着这些语言的出现和发展，产生了一大批为解决语言的编译和应用中所出现的问题而发展的理论、方法和技术。
有大量的学术论文可以证明，由高级语言的发展派生的各种思想、方法、理论和技术触及到了计算机科学的大多数学科方向，但内容上仍相对集中在语言、计算模型和软件开发方法学方面。
(2)计算机模型与软件开发方法 20世纪80年代是、分布式处理和多媒体大发展的时期。
在各种高级程序设计语言中增加并发机构以支持分布式程序设计，在语言中通过扩展绘图子程序以支持程序设计成为当时程序设计语言的一种时尚。
之后，在模数\\\/数模转换等接口技术和数据库技术的支持下，通过扩展高级语言的程序库又实现了多媒体程序设计的构想。
进入20世纪90年代之后，并行计算机和分布式大规模异质的发展又将并行程序设计语言、并行编译程序、并行、并行与等试行软件的开发的关键技术依然与高级语言和计算模型密切相关，如各种并行、并发程序设计语言，进程代数，PETRI网等，它们正是软件开发方法和技术的研究中支持不同阶段软件开发的程序设计语言和支持这些软件开发方法和技术的理论基础——计算模型。
(3)计算机应用 用计算机来代替人进行计算，就得首先研究计算方法和相应的计算机算法，进而编制计算机程序。
由于早期计算机的应用主要集中在科学计算领域，因此，就成为最早的应用数学分支与计算机应用建立了联系。
最初的时候，由于计算机的存储器容量很小，速度也不快，为了计算一些稍稍大一点的题目，人们常常要挖空心思研究怎样节省存储单元，怎样减少不需要的操作。
为此，发展了像稀疏矩阵计算理论来进行方程组的求解；发展了杂凑函数来动态地存储、访问数据；发展了虚拟程序设计思想和程序覆盖技术在内存较小的计算机上运行较大的程序；在子程序和程序包的概念提出之后，许多人开始将数学中的一些通用计算公式和计算方法写成子程序，并进一步开发成程序包，通过简洁的调用命令向用户开放。
子程序的提出是今日软件重用思想的开端。
在计算机应用领域，科学计算是一个长久不衰的方向。
该方向主要依赖于应用数学中的数值计算的发展，而数值计算的发展也受到来自计算机系统结构的影响。
早期，科学计算主要在单机上进行，经历了从小规模数值分析到中大规模数值分析的阶段。
随着并行计算机和分布式并行计算机的出现，并行数值计算开始成为科学计算的热点，处理的问题也从中大规模数值分析进入到中大规模复杂问题的计算。
所谓中大规模复杂问题并不是由于数据的增大而使计算变得困难，使问题变得复杂，而主要是由于计算中考虑的因素太多，特别是一些因素具有不确定性而使计算变得困难，使问题变得复杂，其结果往往是在算法的研究中精度与复杂性的矛盾难于克服。
几何是数学的一个分支，它实现了人类思维方式中的数形结合。
在计算机发明之后，人们自然很容易联想到了用计算机来处理图形的问题，由此产生了计算机图形学。
计算机图形学是使用计算机辅助产生图形并对图形进行处理的科学。
并由此推动了计算机辅助设计（CAD）、计算机辅助教学（CAI）、计算机辅助信息处理、计算机辅助测试（CAT）等方向的发展。
在各种实际应用系统的开发中，有一个重要的方向值得注意，即实时系统的开发。
利用计算机证明数学定理被认为是人工智能的一个方向。
人工智能的另一个方向是研究一种不依赖于任何领域的通用解题程序或通用解题系统，称为GPS。
特别值得一提的是在专家系统的开发中发展了一批新的技术，如知识表示方法、不精确性推理技术等，积累了经验，加深了对人工智能的认识。
20世纪70年代末期，一部分学者认识到了人工智能过去研究工作基础的薄弱，开始转而重视人工智能的逻辑基础研究，试图从总结和研究人类推理思维的一般规律出发去研究机器思维，并于1980年在《Artificial Intelligence》发表了一组非单调逻辑的研究论文。
他们的工作立即得到一大批计算机科学家的响应，非单调逻辑的研究很快热火朝天地开展起来，人工智能的逻辑基础成为人工智能方向发展的主流。
数据库技术、多媒体技术、图形学技术等的发展产生了两个新方向，即计算可视化技术与虚拟现实技术。
随着计算机网络的发展，分布在全世界的各种计算机正在以惊人的速度相互连接起来。
网络上每天都在进行着大量政治、经济、军事、外交、商贸、科学研究与艺术信息的交换与交流。
网络上大量信息的频繁交换，虽然缩短了地域之间的距离，然而同时也使各种上网的信息资源处在一种很难设防的状态之中。
于是，计算机信息安全受到各国政府的高度重视。
除了下大力气研究对付计算机病毒的软硬件技术外，由于各种工作中保密的需要，计算机密码学的研究更多地受到各国政府的重视。
实际上，在计算机科学中计算机模型和计算机理论与实现技术同样重要。
但现在许多学生往往只注重某些计算机操作技术，而忽略了基础理论的学习，并因为自己是“操作高手”而沾沾自喜，这不仅限制了自己将研究工作不断推向深入，而且有可能使自己在学科发展中处于被动地位。
例如，在20世纪50年代和20世纪60年代，我国随着计算机研制工作和软件开发工作的发展，陆续培养了在计算机制造和维护中对计算机某一方面设备十分精通的专家，他们能准确地弄清楚磁芯存储器、磁鼓、运算器、控制器，以及整机线路中哪一部分有问题并进行修理和故障排除，能够编制出使用最少存储单元而运算速度很快的程序，对机器代码相当熟悉。
但是，当容量小的磁芯存储器、磁鼓、速度慢的运算器械、控制器很快被集成电路替代时，当程序设计和软件开发广泛使用高级语言、软件开发工具和新型软件开发方法后，这批技术精湛的专家，除少量具有坚实的数学基础、在工作中已有针对性地将研究工作转向其他方向的人之外，相当一部分专家伴随着新技术的出现，在替代原有技术的发展过程中而被淘汰。
因此，在计算机科学中，计算比实现计算的技术更重要。
只有打下坚实的理论基础，特别是数学基础，学习计算机科学技术才能事半功倍，只有建立在高起点理论基础之上的计算机科学技术，才有巨大的潜力和发展前景。
计算机理论的一个核心问题我国计算机科学系里的传统是培养做学术研究，尤其是理论研究的人（方向不见得有多大的问题，但是做得不是那么尽如人意）。
而计算机的理论研究，说到底了，如网络安全学，图形图像学，视频音频处理，哪个方向都与数学有着很大的关系，虽然也许是正统数学家眼里非主流的数学。
这里我还想阐明我的一个观点：我们都知道，数学是从实际生活当中抽象出来的理论，人们之所以要将实际抽象成理论，目的就在于想用抽象出来的理论去更好的指导实践，有些数学研究工作者喜欢用一些现存的理论知识去推导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在现实生活中找不到原型，不能指导实践。
严格的说，我并不是一个理想主义者，政治课上学的理论联系实际一直是指导我学习科学文化知识的航标（至少我认为搞计算机科学与技术的应当本着这个方向）。
我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则更大。
通常非数学专业的所?高等数学，无非是把数学分析中较困难的理论部分删去，强调套用公式计算而已。
而对计算机系来说，数学分析里用处最大的恰恰是被删去的理论部分。
记上一堆曲面积分的公式，难道就能算懂了数学
那倒不如现用现查，何必费事记呢
再不然直接用Mathematica或是Matlab好了。
退一万步。
华罗庚在数学上的造诣不用我去多说，但是他这光辉的一生做得我认为对我们来说，最重要的几件事情：首先是它筹建了中国科学院计算技术研究所，这是我们国家计算机科学的摇篮。
在有就是他把很多的高等数学理论都交给了做工业生产的技术人员，推动了中国工业的进步。
第三件就是他一生写过很多书，但是对高校师生价值更大的就是他在病期间在病床上和他的爱徒王元写了《高等数学引论》（王元与其说是他的爱徒不如说是他的同事，是中科院数学所的老一辈研究员，对歌德巴赫猜想的贡献全世界仅次于陈景润）这书在我们的图书馆里居然找得到，说实话，当时那个书上已经长了虫子，别人走到那里都会闪开，但我却格外感兴趣，上下两册看了个遍，我的最大收获并不在于理论的阐述，而是在于他的理论完全的实例化，在生活中去找模型。
这也是我为什么比较喜欢具体数学的原因，正如我在上文中提到的，理论脱离了实践就失去了它存在的意义。
正因为理论是从实践当中抽象出来的，所以理论的研究才能够更好的指导实践，不用于指导实践的理论可以说是毫无价值的。
正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。
你学习的目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练自己的推理能力。
只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系的同学之间思维上的差距。
关于计算机技术的学习我想是这样的：学校开设的任何一门科学都有其滞后性，不要总认为自己掌握的某门技术就已经是天下无敌手了，虽然现在Java,VB,C,C++用的都很多，怎能保证没有被淘汰的一天，我想.NET平台的诞生和X#语言的初见端倪完全可以说明问题。
换言之，在我们掌握一门新技术的同时就又有更新的技术产生，身为当代的大学生应当有紧跟科学发展的素质。
举个例子，就像有些同学总说，我做网页设计就喜欢直接写html，不愿意用什么Frontpage,Dreamweaver。
能用语言写网页固然很好，但有高效的手段你为什么不使呢
仅仅是为了显示自己的水平高，unique? 我看真正水平高的是能够以最快的速度接受新事物的人。
高级程序设计语言的发展日新月异，今后的程序设计就像人们在说话一样，我想大家从xml中应是有所体会了。
难道我们真就写个什么都要用汇编，以显示自己的水平高，真是这样倒不如直接用机器语言写算了。
反过来说，想要以最快的速度接受并利用新技术关键还是在于你对计算机科学地把握程度。
总的来说，从教育角度来讲，国内高校的课程安排不是很合理，强调理论，又不愿意在理论上深入教育，无力接受新技术，想避开新技术又无法避得一干二净。
我觉得关键问题就是国内的高校难于突破现状，条条框框限制着怎么求发展。
我们虽然认识得到国外教育的优越性，但为什么迟迟不能采取行动
哪怕是去粗取精的取那么一点点。
计算机拆装的心得体会
四天的实习，我着实替己捏了一把汗，因为我在实习中了所有可能遇问题，如果从学习的角度来说，遇到更多的问题还是很幸运的
实习时我们虽然用的是比较新的机箱，但是问题往往隐藏在那华丽的机箱内部；我们从第一天一开始启动机子，困难就用蓝屏来刁难我们，我们但并没有被困难吓到，而是开始了攻克难关的艰难旅程。
我们从显卡开始检查，经由CPU，显示器，内部连线，再到电源逐一进行检测，我们各尽所能，努力寻找问题所在，哲言说的好“努力一定会有结果，但结果未必是好结果”，现实是残酷的，我们最终还是“抱着希望去，带着失望来”一切措施都实施了，但是问题依然未被解决，连同组的同学都对我投来了失望的目光，我也自感失望，因为平时他们是比较信任我的，为了能够解决问题，我们请教了所有能够请教的同学，我们每次都是失望而归，最后我们只能求助于老师了，老师经过一番研究发现：这台主机主板根本不通电，即使看起来外表很是诱人。
结果让我们很是失望，我们最后只能对那新机子说拜拜啦
另外，我感觉组装实习对我的帮助很大，平日里的理论学习只是纸上谈兵，并不能很好的掌握计算机组装的实际情况，而且也容易产生反感，但是只有结合实践的组装学习，才容易被接受，被吸收被理解，只有自己实实在在的摸过，自己才敢说自己掌握了多少东西。
总之，经过这次实习，我掌握了书本上没有的一些东西，让我受益匪浅
机器学习的算法和普通《算法导论》里的算法有什么本质上的异同
机器学习的算法在使用之前需要训练，而普通算法不需要，而训练需要大量的样本数据，比如说同样一个正弦sin()函数，如果用如果用机器学习算法来实现的话就需要很多这样的样本数据：0=sin(0).......1=sin(90)从本质上来说，机器学习算法是总结已知的训练数据中的“规律”，然后用这个“规律”去计算未知的数据，而普通算不具有总结规律这个特性
计算机导论大一论文 1000字谢谢
《计算机导论》课程小论文题目：对计算机专业的认识及学业规划 院、 系：计算机与信息学院、计算机系 专业班级：姓名：学号：指导教师:起止日期:计算机与信息学院2010年9月目 录1引言12 职业目标13大学学习规划23.1大学学习目的23.2准备选择的专业模块23.3学习规划24 小结2[参考文献]3课程考核评价表41 引言计算机科学与技术专业是伴随着计算机技术的诞生与发展而确立的新型专业，最早成立于清华大学和哈尔滨工业大学，半个世纪已来，该专业已经成为全国最大的、最有发展前景的工科专业之一。
本人能为这个专业的一员，非常荣幸。
通过计算机导论课程教学、上网查阅文献、及小组合作讨论，使我对该专业有了较为深刻的了解：现在的大学计算机设有计算机科学与技术、软件工程、网络工程三大专业。
其专业的主要课程有C语言程序设计、编译原理、操作系统、电工与电子技术、计算机网络、计算机系统结构、计算机组成原理、接口与通讯、离散数学、数据结构、数据库原理、数字逻辑、线性代数、专业导论、专业英语等；专业选修课有：概率论与数理统计、汇编语言、计算方法、人工技能、软件工程、信息检索与利用、JAVA语言、多媒体技术、分布式与并行处理、计算机控制系统、计算机图形学、面向对象技术、模糊逻辑与运用、嵌入式系统、数据挖掘、数字图像
