博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
大一下自我学习规划
阅读量:4230 次
发布时间:2019-05-26

本文共 1248 字,大约阅读时间需要 4 分钟。

2016年经历了转专业,为了不落下基础技能自愿降级到16级,也就是现在在读大一,因此,我的大一下的课程是比较轻松地。有了充裕的自我的时间,我觉得我需要好好的利用,规划好,避免到时候一直迷茫,没有目标,荒废了这么多时间。不谦虚的说,我应该算是一个比较有上进心,不服输的女孩子,也就是因为这样,我会苦恼,那么多计算机技术,我应该先学哪一个?哪个会比较重要?我现在该怎么做?定什么目标?我总是提前在担心将来应该担心的事。但事实上,每个阶段有每一个阶段的任务,我现在需要做的,应该是一个新手该做的,夯实基础,培养兴趣,拓宽视野,然后逐渐确定目标。(这是我目前想了很久得出的结论。如果有前辈认为不甚合理,希望可以给出指导,在下感激不尽!这某种程度上也是我把计划写在博客上的“企图”)

确定了目标,我就我已有的资源进行了细节上的规划:

1.夯实基础

(1)认真踏实完成老师布置的程序作业。大一学习的编程语言是c++,老师特别尽职并且平时布置的程序作业都比较有挑战性,做他的娃,压力还是比较大的 ,不过自己的进步自己看得到,所以感觉很幸运遇到这样的老师。每次完成老师布置的作业,就是在逼迫自己提升编程能力,所以,下学期,我会依旧会想这学期一样,踏踏实实自己完成程序编写,在写代码过程中规范自己的格式,多写注释,形成自己的代码风格。

(2)学习经典书籍《C++ primer plus》 5。尽量把C++学深,毕竟仅靠教材上的内容,只是皮毛。我知道将来工作的时候,不一定会用这个语言,但是学深一门,也许会为将来学习其他语言带来方便。

(3)上专门的算法学习的网站,锻炼自己的算法能力。考虑到将来就业面试时,算法的重要性,我觉得在大一下,也就是我还比较空闲的时候,就可以开始接触一些简单的算法的题目,比赛等。刚好学校也有专门的网站可以接触一些简单的题目。

2.培养兴趣

在看到网络上很多专门为计算机专业开设的网站,包括各种学习资源,技术交流等等,我在兴奋的同时,会觉得很迷惘。上学期,我一股脑儿全收藏了起来,可很少点开。这学期,我需要做出一些改变,我只收藏3-4个网站。在看到比较感兴趣想了解的话题,内容时,再主动去找相关的网页学习一些知识。这样的目的性会比较强一点,不会说,什么内容都是走马观花式,不断地有兴趣,马上又被其他内容“勾引”,到最后什么都没有得到。

初步已经决定的网站网站是CSDN网站,知乎,其他的,暂时还定不下来,希望有前辈可以给予指导。

3.不能忽视文化课。作为学生,学校安排的课程肯定有他的道理,不能忽视。尤其是数学课以及一些专业课,我会重视。

4.提升英语能力。四六级已经考出,但准备不停刷分。目标不高,在学校本身开设的英语课的基础上,这学期看一本英文版的专业书。

5.锻炼身体。下学期没有选体育课,所以锻炼需要靠自己!找几个志同道合的伙伴,晨跑!或者在继续参加健身操社团的活动以及比赛。尽量保证一周三次运动!

以上所有规划都只是初步的,粗略的!欢迎各位前辈提出宝贵的建议,在下定万分感谢!

转载地址:http://jgiqi.baihongyu.com/

你可能感兴趣的文章
利用mmc_test.c研究mmc模块
查看>>
tasklet、wait_queue、completion、work_queue用法总结
查看>>
int (*func(int)) (int *,int)
查看>>
在Ubuntu上下载、编译和安装Android最新内核源代码(Linux Kernel
查看>>
Linux内核同步机制API函数:宏:spin_lock_init ( )
查看>>
driver_register 理解
查看>>
copy_from_user && copy_to_user
查看>>
device_register
查看>>
Android上C++对象的自动回收机制分析
查看>>
从spin_lock到spin_lock_irqsave
查看>>
sdio 驱动
查看>>
T-SQL中的聚合函数中的SUM()函数与AVG函数()
查看>>
T-SQL中的聚合函数(二)
查看>>
分组查询
查看>>
2021-06-04
查看>>
最长无重复子数组
查看>>
Dual-Primal Graph Convolutional Networks 对偶-原始图卷积神经网络
查看>>
GoGNN: Graph of Graphs Neural Network for Predicting Structured Entity Interactions
查看>>
Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks
查看>>
DiffPool: Hierarchical Graph Representation Learning with Differentiable Pooling
查看>>