你好，我是丁晓炜
我是福州大学计算机与大数据学院计算机科学与技术专业 2024 级本科生，目前正在学习软件工程，并通过课程实践、项目和算法练习提高自己的编程能力。未来三年，我希望以保研为主要目标，争取获得更多继续学习和深入研究的机会。我喜欢接触和学习新知识，也希望通过科研训练提升分析问题、独立探索和解决实际问题的能力。如今大模型技术发展迅速，我对这一方向有着浓厚兴趣，希望在继续夯实专业基础的同时，逐步了解相关理论并参与实践。
我对 Python、数据分析、机器学习、深度学习和自然语言处理 比较感兴趣。相比只阅读教材，我更喜欢通过编写程序和完成实际任务理解知识。
个人链接
技能与学习经历
完整代码整理在：Python 学习代码与人工智能学习路径
| 类别 | 学习与实践情况 |
|---|---|
| 编程语言 | 使用过 Python、C 和 C++ |
| 数据分析 | 较熟悉 Pandas，能够完成数据读取、清洗、转换和基础分析 |
| 机器学习 | 使用过 Scikit-learn，了解分类、特征处理、交叉验证和参数搜索 |
| 深度学习 | 使用过 PyTorch，完成过全连接神经网络和卷积神经网络实践 |
| 自然语言处理 | 学习过 RNN、LSTM、GRU、Attention 和 Transformer |
| 开发工具 | 使用过 PyCharm、VS Code、Git、GitHub 和 Kaggle |
我通过尚硅谷课程自学了机器学习、深度学习和自然语言处理，并跟随课程完成了多个代码实践。目前能够理解基础的数据处理、模型定义、训练和评估流程，也能够通过查阅资料解决一些常见问题。最近正在学习嵌入式系统等相关内容。
项目与实践
| 项目 | 实践内容 |
|---|---|
| Kaggle 泰坦尼克号生存预测 | 使用 Python、Pandas 和 Scikit-learn 处理乘客数据，完成缺失值处理、特征转换、分类模型训练和生存结果预测，了解 Kaggle 项目的基本流程。 |
| 手写数字识别 | 使用 NumPy 实现两层神经网络，通过前向传播、损失计算和梯度更新完成手写数字分类，加深对神经网络训练过程的理解。 |
| Fashion-MNIST 服装识别 | 使用 PyTorch 构建卷积神经网络，对 Fashion-MNIST 服装图片进行分类，实践数据加载、模型构建、训练和测试流程。 |
| 心脏病风险预测 | 使用 Pandas 和 Scikit-learn 处理心脏病数据，并使用 KNN、逻辑回归、交叉验证和网格搜索完成分类预测。 |
| 基于 Transformer 的中英翻译器 | 使用 PyTorch 构建包含词嵌入、位置编码、编码器和解码器的 Transformer 模型，完成中英文翻译训练，并接触模型保存、TensorBoard 训练记录和 BLEU 评价方法。 |
| GitHub Pages 个人主页 | 使用 Jekyll、Markdown 和 YAML 搭建当前个人主页，完成站点配置、个人介绍和 GitHub Pages 部署。 |
算法练习
我通过力扣和 Codeforces 持续练习算法与数据结构，接触过数组、二分查找、回溯、二叉树、广度优先搜索、深度优先搜索和动态规划等内容。
- 力扣：截至 2026 年 9 月已解答 576 题，其中使用 Pandas 解答 60 题
- Codeforces：参加过算法竞赛练习，目前 Rating 为 1014
自我评估
我的学习目前仍以课程实践为主。在独立分析复杂问题、选择模型、调整参数、设计完整项目、自动化测试和规范组织代码方面，我还需要继续积累经验。
未来三年规划
- 巩固基础： 认真学习数据结构、数据库、操作系统、计算机网络和软件工程等课程，养成良好的代码规范和版本管理习惯。
- 积累实践： 继续学习人工智能相关知识，完成一至两个较完整的项目，提高独立解决问题的能力。
- 争取保研与继续深造： 以获得保研资格为主要目标，重视课程成绩、专业基础和科研实践，主动了解人工智能与大模型方向的前沿进展，争取在进一步学习和研究中形成自己的技术方向。
