昨天金工实习，之后上课，所以未更。
今天金工实习累成傻子了，板子一边长一边短导致又重新锯了1个，他妈的右手都快报废了。
晚上跟同学聊AI大模型，原来我搞不明白Claude Code还是因为我太菜了。。。
好多事情要做，好多理论要学，好多项目要改，好多套磁要发，杀了我吧。。。
Q：AI+安全的应用
AI+安全，简单说就是用AI的感知和决策能力，去解决传统安全规则难以处理的大规模、高动态安全问题。传统的安全依赖人工写规则，但规则很难覆盖所有攻击变种。AI可以从数据里自己学出"什么是异常"。
主要有四个典型应用：
第一，恶意代码检测。 传统杀毒靠特征码，新病毒出来时有空窗期。AI把二进制文件当图像或序列来处理，用CNN或RNN直接学习恶意代码的特征，能检测未知病毒。
第二，入侵检测。 传统方法靠人工写规则，比如'一秒钟访问100次就封IP'，但加密流量和未知攻击很难用规则覆盖。AI用无监督学习，只学正常流量的模式，一旦出现偏离就报警，能发现未知攻击。
第三，用户行为分析（UEBA）。 传统方法用固定阈值，比如'深夜登录就报警'，误报很多。AI给每个用户建一个正常行为画像，序列模型学习他平时什么时间登录、访问什么资源，一旦出现异常行为就触发告警，主要用来发现内鬼和被盗账号。
第四，钓鱼邮件检测。 传统方法靠黑名单和关键词，攻击者换个说法就绕过了。AI用BERT这样的预训练模型理解邮件语义，不只看关键词，还能识别伪装手法。
总的来说，AI+安全的核心价值是：用学习能力去覆盖传统规则覆盖不了的长尾和动态攻击。
当然也有局限，比如AI模型本身可能被对抗样本攻击。所以在高安全等级的场景里，AI通常作为辅助，而不是完全替代规则。"
Q：k-means的步骤，改进算法，对同一数据集使用多次k-means得到的结果是一样的吗？
博主原话：我回答不一样，那个老师说我机器学习白学了。
一、K-Means 的步骤（面试必背）
K-Means 的目标是把数据分成 K 个簇，让同一个簇内的点尽量近，不同簇的点尽量远。
标准步骤（4步）：
随机初始化：随机选择 K 个点作为初始的簇中心（质心）。
分配样本：对数据集中的每一个点，计算它到 K 个质心的距离，把它归到最近的那个质心所在的簇。
更新质心：对每个簇，计算簇内所有点的均值，把这个均值作为新的质心。
重复 2-3：直到质心不再变化，或达到最大迭代次数。
二、K-Means 的改进
- K-Means++（初始化的改进）
不是完全随机选初始质心，而是：第一个质心随机选；后续每个新质心，离已有质心越远的点，被选中的概率越大。这样能保证初始质心分散，结果更稳定。
- Mini-Batch K-Means（大数据的改进）
每次迭代不是用全量数据，而是随机抽一个小批次来更新质心。速度快很多，精度下降不大。
三、结果
结合AI给出的，答案应该这么写：不一定完全一致，通常大同小异。原因：K-Means 的结果取决于初始质心的选择。每次运行，随机初始化的质心不同，最终收敛到的结果可能不同。
两种情况：
| 情况 | 结果 | 原因 |
|---|---|---|
| 数据簇结构非常清晰 | 每次结果基本相同 | 不管从哪开始，都会收敛到同一个最优解 |
| 数据边界模糊 或有多个局部最优 | 每次结果可能不同 | K-Means 是贪心算法，容易陷入局部最优 |
面试时可以这样总结：
"K-Means 对初始质心敏感。如果数据本身的簇结构很明显，多次运行结果差别不大；但如果数据有重叠或噪声，不同初始值可能收敛到不同的局部最优解。
实际工程中，常见的做法是：多次运行 K-Means（比如 50 次），选轮廓系数最高或整体误差最小的那次结果。 这也是为什么 K-Means++ 有意义------它能让每次运行的起点更好，结果更稳定。"
Q：SVM怎么解决样本空间线性不可分（我说引入核函数，把样本特征引入到高维空间，应该是我表述不对，那个老师很严肃）
博主原话：我说引入核函数，把样本特征引入到高维空间，应该是我表述不对，那个老师很严肃
"SVM 本质上是一个线性分类器。当数据在原始空间线性不可分时，我们可以通过一个非线性映射，把样本映射到更高维的空间。在高维空间中，数据往往会变得线性可分。
但问题是，直接计算这个高维映射的开销非常大。所以我们引入了'核函数'这个技巧。
核函数能够直接在低维空间中，计算两个样本在高维空间里的内积结果，从而绕过显式计算高维映射。这被称为'核技巧'。
常见的核函数有：线性核、多项式核、高斯核（RBF核）。其中 RBF 核最常用，它理论上可以把数据映射到无穷维空间。"
Q：nano是怎么使用的，了解其他开发板吗？
Nano 通常指 Arduino Nano，是 Arduino 的迷你版，核心是 ATmega328P，16MHz、2KB 内存。使用上主要是通过 Arduino IDE 写代码，核心结构是 setup() 初始化 + loop() 死循环，写好之后通过 USB 上传烧录。
其他常见的开发板我了解的有：
-
ESP32：带 Wi-Fi 和蓝牙，适合物联网
-
树莓派：跑 Linux 系统，适合做边缘计算
-
Jetson Nano：带 GPU 支持 CUDA，适合边缘 AI 推理
它们的本质区别是：Arduino/ESP32 是单片机 ，裸机跑程序；树莓派/Jetson Nano 是微型电脑，跑操作系统。