CS61A 学习笔记：抽象、函数与递归
从高阶函数、递归与数据抽象出发，重新理解程序是如何组合起来的。
01 / RECENT OUTPUT
最近写下的内容
从课堂笔记到竞赛复盘，把“我好像懂了”变成可检索、可复用、可继续修正的文字。
深度学习学习路线：从张量到完整项目
一条以动手实践为主线的深度学习路线，覆盖基础、模型、训练与项目复盘。
机器学习：从任务定义到模型评估
用一条完整工作流串起监督学习、无监督学习、特征工程与评估指标。
天池量化赛道：拆解一个 Baseline 的工程结构
从数据读取、交叉验证、CatBoost 到并行实验，理解竞赛 Baseline 各模块的职责。
02 / LEARNING TRACKS
正在推进的方向
按长期主题组织，而不是让知识散落在时间线里。
算法与数据结构
题型、模板、复杂度与解题复盘。
机器学习
从特征工程到模型评估的实践记录。
深度学习
CNN、Transformer 与工程训练流程。
计算机基础
课程、系统、网络与编程语言。