专业探索

一、Decorator 编程范式 1.1、Python Decorator Python 的 Decorator 在使用上和 Java 的 Annotation（以及 C# 的 Attribute）很

来源 编程范式的英语是 Programming Paradigm，范即模范之意，范式即模式、方法，是一类典型的编程风格，是指从事软件工程的一类典型的风格（可以对照“方法学”一词）。 编程语言发展到今天

不管是哪一门语言，并发都是程序员们最为头疼的部分。同样，对于一个软件而言也是这样，你可以很快增删改查做出一个秒杀系统，但是要让它支持高并发访问就没那么容易了。比如说： 如何让系统面对百万级的请求流量不

一、地图在出行领域的应用场景 发单：解决三个点的问题。乘客的定位点、上车点、下车点。 派单：计算车辆到乘客之间的距离成本、时间成本。 接驾： 接驾司乘同显的问题，乘客侧接驾时间和路径的规划。 送驾：解

简介 「马尔可夫模型」是指基于马尔可夫性质的模型，其假设一个给定过程的未来状态仅取决于当前状态。根据系统状态是否完全可被观测以及系统是自动的还是受控的，可以将常见的马尔可夫模型分成四种：马尔可夫链、隐

诞生 Transformer架构的模型在过去几年里逐渐成为了图像领域的一个主流研究方向。发表了GPT和Whisper的OpenAI也不甘落后，就拿4亿张互联网上找到的图片，以及图片对应的ALT（Alt

一、用ChatGPT直接生成的测试用例 要写测试，我们要先有一个程序。为了避免这个题目本身就在AI的训练数据集里面，它直接知道答案。 我们用一个有意思的小题目，也就是让Python根据我们输入的一个整

前言 随着ChatGPT的腾空出世，AI已被推到了一个新的历史高度。前几年自己的工作领域就或多或少开始接触到AI，初步了解到AI的应用，那时主要是对AI算法进行封装对外提供能力。随着AI越来越热门，这

在数据挖掘的过程中，我们经常会遇到一些问题，比如：如何选择各种分类器，到底选择哪个分类算法，是SVM、决策树、还是KNN？如何优化分类器的参数，以便得到更好的分类准确率？ 随机森林分类器 随机森林的英

回溯算法思想简单，但是应用却非常广泛，常用的DFS(Depth-First-Search) 深度优先搜索算法利用的就是回溯算法思想。很多经典的数学问题也都可以用回溯算法解决，比如数独、八皇后、0-1

为了进行数据挖掘任务，数据科学家们提出了各种模型，在众多的数据挖掘模型中，国际权威的学术组织ICDM（the IEEE International Conference on Data Mining）

概述 具备产品思维的软件工程师对产品本身会有极大的兴趣。他们渴望理解产品的决策，以及用户使用产品的方式，也热衷于去进行每一次产品的决策。他们也许会放弃工程的兴趣，从而成为一名好的产品经理。我曾经和很多

一、背景 出行场景下的司乘匹配非常复杂。一方面，高峰期出行平台每分钟会接到大量出行需求；另一方面车辆会在路上不停地移动，可能几秒后这个司机就通过了一个路口，或是行驶上了高速路；不仅如此，每一次派单的决

前提概要 前一篇文章，主要介绍了动态规划解题的整体思路。 动态规划算法 但是要达到熟练运用，我们都少不了要多加练习，只有刻意练习后才有可能产生更好的联想力，从而帮助你在工作中用来解决难题。 题目描述

一、基本定义 1.1、百度百科定义 1.2、热度推荐定义一 1.3、热度推荐定义二 1.4、个人理解 二、适用场景 动态规划一般是用来解决最优问题。而解决问题的过程，需要经历多个决策阶段，每个决策阶段

前提概要 谈到分治算法其实思想很简单就是分而治之，而且我们也很容易就联想到这种算法应用的最佳实践案例就是Google的MapReduce，但是当我们遇到真实的场景需要你运用这种算法思想去解决问题时，你

概率论的一个重要应用是描述随机变量。根据取值空间的不同，随机变量可以分为：离散型随机变量和连续型随机变量。 概率质量函数： 离散变量的每个可能的取值都具有大于0的概率，取值和概率之间一一对应的关系就是

集成学习 集成学习正是使用多个个体学习器来获得比每个单独学习器更好的预测性能。 性能优劣不一的个体学习器放在一块儿可能产生的是更加中庸的效果，即比最差的要好，也比最好的要差。那么集成学习如何实现“1

解决分类问题可以基于概率推断的朴素贝叶斯分类器和基于判别模型的逻辑回归。而决策树算法却使用另一种方法来解决分类问题，采用树形结构，使用层层推理来实现最终的分类。 与贝叶斯分类器相比，决策树的优势在于构

一、概述 从大量现象中提取反复出现的规律与模式，这一过程在人工智能中的实现就是机器学习。从方法论的角度看，机器学习是计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的学科。 在机器学习中，