ZhangYunzhe-DataMining

数据挖掘作业

一、GitHub注册及上传

1、注册GitHub账号

2、创建仓库并上传（1）

1.创建一个新的仓库，命名为ZhnagYunzheDataMining，并点击Add a Readme filee按钮
2.在创建好的项目中，点击Add file → Upload files
3.将桌面的PPT文件拖入文件框中，即可上传成功

3、创建仓库并上传（2）

还可以通过本地命令行进行上传文件
1.创建仓库步骤同上
2.在新创建的仓库点击code→copy url to clipboard，将地址复制到剪切板
3.在本地新建一个文件夹，打开命令行后输入命令"git clone + 地址"
4.输入"git add 数据挖掘PPT-zyz.pptx"，将文件添加到暂存区
5.输入git commit -m "增加 数据挖掘PPT-zyz"，提交更改到本地仓库
6.输入"git push origin main"将更改推送到远程仓库

二、想学习的计算机技能

希望学习到有关图像复原的知识

图像复原领域主要任务包括图像去雨，去雾，去噪，去模糊以及超分辨率。

• 希望运用学术界前沿的技术来做图像复原的相关工作，比如用扩散模型和Mamba模型来做相关工作。
• 了解扩散模型的相关性质，看它在图像复原领域是如何work的，搞清楚它的本质和原理，loss的相关设定。
• 进一步了解生成模型的本质，看以估计数据分布的梯度的生成模型和扩散模型的有什么区别和联系。
• 能够清楚在可视化Score函数的时候，它的概率密度函数图是怎么来的。
• 能明白基于分数的生成模型的各个公式都有什么含义。
• 明白各种图像复原各种任务之间的区别是什么，比如有雨的图像是原始图像加上雨线，图像去模糊相当于有一个模糊核来做等等。
• 研究模型的泛化能力，能明白为什么泛化的好，为什么泛化的不好。

希望学习到看到论文模块就能写出代码的方法

• 可以做到复现感兴趣的论文，能够对着模型的结构图写出相应的代码。并进一步在上面做变体，添加另外相关的模块。
• 能够可视化中间过程，看到那一部分是对模型真正起到作用的，看是否符合预期效果。
• 虽然深度学习通常是一个黑盒，但是希望能够对中间过程有一定的可解释性，了解它是如何工作的。