01FOUNDATIONS
Computer Science
围绕程序设计、数据结构、计算机系统、操作系统与网络建立基础，通过 CS61A、CSAPP 等课程笔记持续补全知识结构。
学术与课程学习
以课程、复现和小型实验建立能够继续延伸的知识主线。
02STUDY & REPRODUCTION
Machine Learning
关注监督学习、特征工程、验证设计与深度学习，把概念理解落实到可复现的实验、结果分析和竞赛实践。
03EXPLORATION
Agent & Emerging Tools
跟进 Agent 开发与前沿工具，通过小型项目验证其工程边界、使用体验与实际价值，而不只停留在信息收集。
项目实践
从可访问的成品到持续迭代的代码与实验。
01持续迭代
- Astro
- TypeScript
- Markdown
- GitHub Actions
02进行中
- C++
- STL
- Git
03实验项目
- Python
- scikit-learn
- Regression
竞赛经历
算法与机器学习双线推进，用时间轴保存每次策略与分数变化。
ALGORITHM
Codeforces 训练
持续参加比赛、补题并记录 Rating 变化，把做题数量转化为可复用的问题识别、建模与实现能力。
AI
机器学习竞赛
围绕真实赛题建立 Baseline，逐次记录提交时间、改进策略、验证结果和排行榜分数。
METHOD
提交时间轴与复盘
用时间轴还原每次实验为什么发生、带来了什么变化，并保留失败路径，形成下一次竞赛可以直接复用的经验。
近期输出
学习笔记与竞赛结果分组展示；对应同一比赛的方法笔记不在这里重复出现。
KNOWLEDGE NOTES
学习记录
COMPETITION REVIEWS
竞赛复盘
AI 竞赛 · 结果记录
Datawhale 2026 夏季实训：基于现场 LIBS 光谱的煤炭弹筒发热量预测
记录科大讯飞 AI 开发者大赛 LIBS 光谱回归赛题的任务、评估方式，以及 2026 年 7 月 16 日的两次真实提交结果。
一起交流算法、AI 与有趣的项目。
欢迎通过 GitHub 或邮件联系；关于博客本身的结构与技术栈，可以前往“关于本站”。