《Python AI算法课》毕业学员学习心得

    在这一学期的学习中，我做了一些小游戏例如：井字棋，点击小球，色子概率模拟器，引力弹弓模拟器，ai寻路，ai优化背包，flappy bird 等，学习了使用pygame，蒙特卡洛方法， Dijkstra 算法，梯度下降算法，线性回归等方法。

    我不仅学到了很多编程相关的知识，还用知识做出了可以互动的小游戏来体验这些方法的实际用处，并更加理解这些算法。

    在肖老师的细心指导下，我也一举夺得了北京市科学素养大赛数智素养类二等奖的好成绩，用实践检验学习成果，成绩喜人，快乐开怀，也希望在未来智能AI方面多多探索，争取取得更大进步！

    这个学期，我跟肖老师学习了Python AI算法课，这次的课程和我往常参加的课程大不相同：从前的课程只是让我学会了通过编程的方式使用AI，而这次的课程却让我学会了一些AI的高级算法，让我对AI的了解从表层进入到了深层，从“会用”进步到了“会做”，收获了众多关于AI编程底层逻辑的知识。

    本学期的前三节课，肖老师带着我们复习了面向对象编程和类的概念，并学习了如何使用pygame做出一个简单小游戏，那些脑中的知识再次被调动了出来。

    之后的13个课时，肖老师用生动直观的可视化方法，带着我们了解了许多在AI大模型中被广泛运用的算法：概率模拟、社会系统模拟、贪心算法，梯度下降，线性回归……闻所未闻的新鲜事物层出不穷，每一节课都令人收获颇丰。

    那一节节课上的每行代码，都经过肖老师的耐心讲授被我们所理解，知识在轻松的氛围中被我们吸收，并通过编程实现算法可视化的方式被应用了出来。

    最后的两节课，我们甚至将AI算法融入了游戏当中，训练AI通过遗传算法的逻辑来玩《笨鸟先飞》的游戏。那时的代码里不仅有模拟生物进化的遗传算法，还加入了神经系统模拟，给了电子小鸟一个“大脑”，并让这些小鸟们在一轮一轮的交叉进化和变异中变得越来越“聪明”，以至于这些小鸟能在没有程序来指导的情况下学会玩《笨鸟先飞》这个游戏！当聪明的小鸟被训练出来后，它们的技术甚至比我还好！看着那些创造它们的400多行代码，还有它们在屏幕上的一次次跃起，我的心中充满了成就感。这让我深刻的感受到了编程的乐趣，真正理解了“在乐中学”的意义。

    虽然这次的课程已经结束，但是前路仍然是星辰大海，希望以后能参加更多吉尼尔斯的课程，继续提升我的编程能力。

    期待和同学们，顶峰相见!

    学习了一个学期的AI算法编程课，给我带来了巨大的收获，也让我得知了许多有趣的AI算法。

    在学AI算法课时，可以让生活变得更有乐趣。有一次周六早上，一想到昨天没考好的英语，我的心情就一下子低落了下来，什么也不想干了。可当我打开电脑，开始上AI算法课时，我的心情一下子就兴奋了起来。那一个个有趣的程序，好像一只只魔法精灵，带着我走进了一个神奇而美妙的世界。

    AI算法课还教会了我对做事的坚持。有一次，在制作关于“引力弹弓”的最终实验时，我被一连串的报错难住了，本来想放弃，却又想起了里面的各种有趣的游戏。我咬了咬牙，继续打起了代码，最终，我终于写出了正确的代码！

    从2025年9月到2026年1月，转瞬之间，学习AI算法课的旅程便暂时落下了帷幕。曾经只是一名游戏玩家的我，如今已经可以独立制作一个简单的小游戏，这便是16节课程给予我的成长。

    起初，我们仅仅编写几行代码，如今，却已然能够编写出四五百行代码，并完成一个完整小游戏的制作。在课程中，我首次结识了pygame，它让抽象的Python编程得以直观地呈现在人们面前，实现了代码的可视化。我还了解到了许多以前未曾知晓的理论知识、模拟方法、编程算法等，这些都是我打开科学新世界大门的钥匙。但我也知道，我离一个真正的游戏开发者还有一段距离，所以我会继续努力学习相关知识。

    Python AI算法课对我来说，是一段充满趣味且收获满满的学习之旅。在学习这门课程的过程中，我深深体会到了编程的魅力。每一次键盘的敲击、鼠标的点击、进行程序设计，都让我深深沉浸在编程的世界中，难以自拔！

    学习了这门Python AI算法课，我最大的收获是理解了如何将算法与游戏开发相结合，让抽象的理论变得更加直观。

    在第3课的学习中，我学习了如何可视化，使用随机点估算π值，并学习了模拟AI玩井字棋。在第4课的学习中，我用模拟引力作用下的轨道运动，并还原太阳系中的行星轨迹。在第7课中，我学会了用动态规划算法求最大收益路径。

    不过最让我印象深刻的还得说是Flappy Bird了。在第14、15课中，我学习了如何运用面向对象思想创建基本的小鸟和地面场景，并制作了基本的游戏，构建了完整的游戏逻辑，包括管道生成、碰撞检测和小鸟的调整。而在第16课的综合项目中，我们更进一步，使用遗传算法来“培育”能自主通过管道的AI小鸟。通过让许多的“小鸟”一代代试错、评估适应度、并让优秀个体繁衍，我亲眼见证了AI从完全不会飞到轻松穿越障碍的进化过程。只需要几轮失败，AI就可以顺利通过障碍。甚至，有一次AI只失败了两三轮，就制造了一只通过了50多个柱子的小鸟。第二代才平均适应度36多，而第三代平均适应度直接蹿升了12.3179347826倍，到达了453.8。这让我深刻体会到，人工智能的核心是模拟学习与优化的过程。

    通过这个课程，我不仅掌握了Pygame、基础数据结构和经典AI算法，更重要的是学会了AI的进化逻辑。

    这种将生硬的知识应用于有趣的项目，并且亲眼看到超级好玩的结果的学习方式，不仅内容有难度，学习起来又生动有趣！

    为期一个学期的 Python AI 算法课圆满结束，这段学习经历让我收获颇丰，也对人工智能领域有了更深刻的认知。

    课程中，我不仅扎实掌握了 Python 编程基础在 AI 场景的应用，还系统学习了制作flappy bird，每一个步骤都让我体会到 AI 算法的严谨与奇妙。

    我真切感受到理论与实践结合的力量，曾经抽象的算法概念变得具象。更重要的是，课程培养了我的逻辑思维和问题解决能力。面对复杂的数据集和不理想的模型效果，我学会了拆解问题、逐步排查，这种思维方式将受益终身。

    同时，AI 技术快速迭代的特性也让我明白，持续学习是立足该领域的关键。这16讲课程让我培养了对AI 领域的热情，未来我将继续努力，用 Python AI 算法创造更多实用项目！

    这门 Python AI 算法课学下来，我最大的感触是 “算法终于‘活’了”。

    从一开始对着 Pygame 代码摸不着头脑，到后来能用蒙特卡洛方法模拟迷宫路径，再到看着遗传算法优化的小鸟在屏幕上越飞越 “聪明”，我终于跳出了 “背公式” 的误区 —— 原来算法是能解决具体问题的工具：BFS 让程序学会 “找路”，线性回归能拟合数据规律，就连 Flappy Bird 的 AI 版本，都是算法堆出来的 “自主决策”。

    最有成就感的是最后做 AI 小鸟进化：看着代码里的参数一代代迭代，从乱飞到稳定避障，突然懂了 “智能” 是怎么通过算法实现的。

    这课没让我变成专家，但给了我敢碰 AI 项目的底气 —— 以后遇到问题，不会只说 “我不会”，而是会想 “用什么算法试试？”。

    原来入门 AI 不用怕，跟着项目拆逻辑、写代码，就能摸到门。

JOIN US !