Algorithms
数据结构、问题建模、复杂度分析，以及 Codeforces 赛后补题与题型归纳。
关注方向
AI Competition
机器学习与深度学习实验、特征工程、验证设计和竞赛提交策略。
CS Foundations
程序设计、计算机系统、网络与工程工具，通过课程和项目建立知识连接。
近期输出
从笔记到竞赛复盘，保留能够继续修正与复用的过程。
AI 竞赛
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。
经历与实践
ONGOING
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能力。
PRACTICE
AI 竞赛与实验
围绕表格、图像分类和真实赛题建立 Baseline，记录每次提交、分数和策略调整。
OUTPUT
技术博客与开源代码
维护学习笔记、竞赛复盘与算法代码，让输入过程能够被检索、验证和继续改进。
一起交流算法、AI 与学习方法。
如果你对博客中的内容、竞赛复盘或代码实现有想法，欢迎通过 GitHub 或邮件联系。