当然，经典意义上的算法，和今天在AI时代大家讨论的算法以及算法工程师，其实是有不同的。但是作为吃瓜群众来说，这种不同知道和不知道都无所谓。 在我们不经意的这几年里，算法开始占据我们的方方面面。...有人担心人工智能会毁灭人类，有人觉得人工智能带给人类的是更美好的未来。我想技术可能没有正确错误之说，但是使用技术的人类就不好说了 2 博弈论上有一个非常著名的群体实验。其中的一个版本大致是这样的。...但是毕竟我是学计算机的。我知道任何算法要能够有效的推荐，都需要数据。而我现在第一次登陆，是白板一个。我肚子里的蛔虫也无法给我推荐什么，何况某某某某。...要不为什么我打开某某某某的时候，看到的是这样的景象呢？ 至于原因，其实我想原因也很简单。因为所有掌握了算法和算力的人工智能主导者，都是公司，都是希望并且渴望大把赚钱的。我们不能够指望他们做雷锋。...所以，我们可以看到某某某某之类的，新闻越来越猎奇越来越人咬狗，其营收和市值则不断的飚升。 我的结论是AI时代，算法上天，道德入地。但愿我错了。
冲突 移动互联网在短短3年的时间里，塑造出了一个庞大的群体。到2016年7月之前，他们的工作都处于法律的灰色地带，被称为专车司机。 出租车司机和专车司机这两个群体利益冲突严重。...看到这种对抗的时候，我总是能够想到中国古代的一句成语——“螳螂捕蝉，黄雀在后”。 猴子 黄雀是什么？ 你猜错了吧？ :-P 是人工智能。具体到驾驶这个事儿，就是自动驾驶技术。...你知道有的路口为什么如此难以通过吗？都是加塞惹的祸啊。 你能想到的最离奇车祸是什么样子的？反正我确实不知道这辆车是怎么上去的。...我们从事某项职业，并不意味着人类擅长做这件事儿，而是因为技术没有发展到一定水平之前，全社会都没得选。千万不要因此建立虚幻的自信。 在预测“我们究竟能错得多离谱”时，我们总是错得很离谱。...讨论 你觉得什么工作是在可预见的未来里面人类擅长，机器无法替代的？为什么？ 欢迎留言，咱们共同讨论。 :-)
两个群体的t检验，不同群体的均值检验 t检验用于独立均值。 两个相互独立的群体在一个或多个变量的均值上是否有差异。...信度：我怎么知道我每一次使用的检验、量表和工具等都能够发挥作用？ 它是有用的 效度：我怎么知道我每一次使用的检验、量表和工具等都能够测量我想要测量的内容。 它能够测量需要的内容 ！...分析考试成绩，考试成绩这个测量工具A，用来测量考生的掌握水平B，但是两者永远不会相等的。 错误总是不经意的，墨菲定律告诉我们世界并不完美。 看到的观察值可能接近真实值，但是很少相同。...信度的不同类型： 再测信度（test-retest reliability） 测试在不同时间是否可信，计算相同测试两次值之间的相关系数 在三月份与六月份分别对同一个班的学生进行考试，保证测量工具条件以及测量对象一致...卡方检验的原理是：知道群体的数量，那么很容易地计算出各个层级上的数量（如果是随机分布的情况下），然后在与真实的情况作比较。如果预期与真实的没有差异，也就是说真实的也是随机分布的结果，那么卡方值为0.
没错，看到这些数据，如果是我，我也会想到：如果要最大规模的扩大用户流量，最好的方式就是把游戏做到盒子里，然后卖盒子。 这样做的意义在哪里？...这样做的意义在于：依靠盒子打入所有拥有电视机用户群体，获得同时期远远高出电脑用户群体的用户流量。 今天，大家问：为什么没有想到手机呢？当时手机也很火爆啊！...那么，盛大“盒子”到底失误在何处？ 我们再来看一组数据，大家就都知道失误在何处了。...或许，从陈天桥的个人发展历程可以看出一些端倪：为什么首富非要跟广电死磕？本来么，有人跳出来拦住你，换个方向就是了，也刚好躲过这个坑，为什么非要硬闯死磕呢？...而当年，所有的数据指明：盒子战略是最为明智的选择。 为什么同样做游戏的腾讯，在成为游戏行业霸主之后，没有进军盒子或者游戏机市场？
《点球成金》 我将在这篇文章中将对统计进行概述，以便于你在深入学习统计之前，对统计有一个基本概念。 统计的历史 其实在统计诞生之前，很多人已经有了数据意识。...可以看出，陵南的学生总体身高比较高，而湘北不同学生之间身高差异比较大： 陵男中学 湘北中学 群体平均值 178 172 群体方差 16 100 群体参数还有很多，比如群体总和、群体中位数等等。...就拿世界人口来说，由于每一秒都有人出生和死亡，所以很难即时的搜集群体的信息。再拿全球气温来说，也很难在整个地球上布满温度传感器，获得所有的温度数据。...值得注意的是，在上面抽小球的例子中，尽管[$X_1$]和[$X_2$]有相同的分布，但两者之间不独立，所以并非简单随机抽样。在实际操作上来说，抽样大部分是不重复的。...在三色球各有一个的情况下，这种结果出现的概率只有[$ (1/3)^{100} $]，是一个非常小的概率。因此，我们一开始的假设很可能错了。我们因此可以排除那些“猜错了”的群体分布。
可以看出，陵南的学生总体身高比较高，而湘北不同学生之间身高差异比较大： 陵男中学 湘北中学 群体平均值 178 172 群体方差 16 100 群体参数还有很多，比如群体总和、群体中位数等等。...就拿世界人口来说，由于每一秒都有人出生和死亡，所以很难即时的搜集群体的信息。再拿全球气温来说，也很难在整个地球上布满温度传感器，获得所有的温度数据。...值得注意的是，在上面抽小球的例子中，尽管[$X_1$]和[$X_2$]有相同的分布，但两者之间不独立，所以并非简单随机抽样。在实际操作上来说，抽样大部分是不重复的。...}^n (X_i - \overline{X})^2$$ 应该注意到，样品统计量和群体参数之间的不同。...在三色球各有一个的情况下，这种结果出现的概率只有[$ (1/3)^{100} $]，是一个非常小的概率。因此，我们一开始的假设很可能错了。我们因此可以排除那些“猜错了”的群体分布。
最重要的是，两种团队可能有基本相同的特性，成员互相重叠，但是团队效率却截然不同。杜贝说：“在谷歌，我们擅长寻找规律，但是这里却没有明显的规律。”...但是其群体规范不鼓励平均发言机会，团队成员之间几乎很少有个人信息交流。在很多时候，团队A成员即使聚集在一起时，也经常我行我素。而且没有迹象表明，作为团队，A队成员的群体智力更高。...我加入过很多团队，有的让我觉得精疲力尽，有的则感觉精力充沛。”罗佐夫斯基在耶鲁的研究团队未能取得成功，是因为其群体规范总是让她保持警惕，这里的人总是争夺领导权、充满了对他人批判的倾向。...他说：“只有一名资深工程师在一直讲话，所有人都不敢反驳他。最困难的是，在不举行团队会议时，几乎所有人都喜欢这个家伙。可是无论什么时候，只要团队聚会，有他在时气氛就不好。”...萨卡古奇鼓励团队工作与生活平衡的方式，其中一部分就是意识到工作可以带来满足感。他说，亚里士多德项目证明了一个伟大团队有多重要。为什么我要从这里离开？为什么不能与关心我的人共度余生呢？
虽然“为什么rkt比Docker要使用更多的磁盘空间”不怎么像是正确的问题——我差不多知道代码是如何工作的，但我不明白为什么他们那样写代码。...所以我把这个问题写到 rkt-dev 邮件列表：为什么rkt存储容器图像时不同于Docker？...问答案是事实的问题 我有很多问题一开始有点模糊，如“SQL中的连接查询JOIN如何工作？”。这个问题不是很棒，因为连接查询如何工作有很多不同的部分！那么对方怎么知道我有兴趣学习的是什么？...事实上，如果有人在我解释的时候不要求我澄清，我反而会担心他们不是真的有在听！ 这也为问题回答者创造了在触及他们知识领域范围之外时可以承认的余地！很多时候，当我问某人问题时，如果问到他们不知道的东西。...每当我第一次回答关于一个新主题的问题时，我总是会有一种“OMG，要是我答错了该怎么办啊，OMG”的感觉。但通常我都可以正确回答他们的问题，然后我就会感觉自己棒棒哒，好像自己更好地理解了主题！
用户是一个群体，他不是一个人，需求也永远不会一样，甚至会自相矛盾。 那么此时我们要怎么回答，要怎么做？全部照办？还是具体需求具体分析？ 显然是后者。...那么没有这个历史总排序的原因，就很明显了，是产品的设计，故意如此。 此时有人会问了，这个明显的用户痛点，为什么公众号不给上呢？ 张x龙不是号称最强产品经理么？...所以不断的统计最近十五天的排名，这样可以盘活整个粉丝群体，让所有人都有机会争夺榜一，对作者来说也更好。这才是真实的需求。所以一个好的产品经理，你要比你的用户还了解他们自己 才行。 3....而t宝，买的时候也要输入，确认收货也要输入，太麻烦了~ 大家看到了吧，估计连杭州马都没想到，自己之所以在农村等偏远城市输给p多多 ，居然是因为这个原因，你疯狂的做产品，做质量，各种功能完善，但是打败你...甚至因为功能太多，使用者每次都找不到而烦恼，生气的质问我：为什么别人造的工具他也能看到？他根本不需要的功能为什么每次都要显示出来，妨碍他找到自己需要的功能？
在我看来基于自邓巴数的理论，少于150人公司，员工根本不需要管理，也不需要做绩效考核。 下面我就用我自己的实践告诉大家如何去KPI绩效考核并且打造一个自我运行的团队？ 为什么总是强调「管理」二字？...群体不是团队“团队”和“群体”有着根本性的一些区别，并不是把一群人聚集起来就能成为一个团队。 团队的特点： 团队有明确的目标：知道干什么？ 团队有的清晰计划：什么时候干？...现有人员能用则用，优先考虑，在企业的成长道路上，每个员工能在某一个阶段，完成他的使命已经很不错了，至于能不能伴随企业走到最后，我们希望如此，但不必不强求。...合作的进化 我认为少于150人公司，根本不需要管理，这个理论来自邓巴数。 在很多企业员工之间的关系，就像居民楼里的邻居，即使对门，也几乎不相往来。...因为你所处的位置不同，致使你看到的事情和基层员工看到的点和面完全不同，例如把一件事情比作一个苹果，你分配下属工作永远是讲苹果分成五份给他们，他们认为苹果就是这样的，从来没有见过完成的苹果，这就是为什么下属无法理解你想法的原因
因为我们并不知道我们所面对的用户的电脑操作基础是什么样的，所以，在写下这样的文档的时候，我们必需假设这个用户什么也不懂。 于是，需要用最清楚，最漂亮的语言写下一个最丰富的文档。...第四位：部署环境 虽然，程序员们开发的是软件，但是我们并不知道我们的程序会被部署或安装在什么样的环境下，比如，网络上的不同，RAID上的不同，BIOS上的不同，操作系统的不同（WinXP和Win2003...第三位：问题报告 “我的软件不工作了”，“程序出错了”，每当我们听到这样的问题报告的时候，程序员总是感到很痛苦，因为这样的问题报告等于什么也没有说，但还要程序员去处理这种错误。...在他们之间，他们总是被自己惹毛。 技术上的不同见解。比如Linux和Win，VC++和VB，Vi和Emacus，Java和C++，PHP和Ruby等等，等等。什么都要吵。 老手对新手的轻视。...不知道为什么，程序员总是不给对方留面子，每当听到有人错误理解某个技术的时候，他们总是喜欢当众大声指证，用别人的“错误”来表明自己的“博学”，并证明他人的“无知”。 喜好鄙视。
总有人想到一些解决问题的办法，比如说，网上有人是这样建议的。 这个说法得到了很多人的支持。 为什么会有人支持这种想法呢？毕竟在大家眼睛里，程序员是有钱的代名词啊。高薪，有钱。...在大多数人都没钱的情况下，就是种原罪。 可能很多人不知道的是，其实程序员这个群体，也不是每个人都有100万的。当然没关系，就算没有100万，总有50万吧，再不济30万吧。...我都不知道要说什么了？ 程序员是个好工作吗？以前的时候我觉得是，现在我不觉得了。 为什么呢？企业对程序员的要求，似乎就变成了年轻耐用。不管几点钟都可以叫醒干活，不管会不会猝死，都不重要。...有人30岁这辈子才开始，程序员们30岁，这辈子差不多结束了。你说这个行业好不好呢？ 这个行业真的好的话，为什么那么多反对996，反对自己要进ICU的呢？...想过好日子的，最好还是别做程序员。做了程序员的，就得有心理准备。你的日子可能就只有几年的好光景。 我觉得吧，那些天天叫着收重税给穷人的，谁知道他们到底安的是什么心呢？ 总是欺负程序员有什么意思呢？
神秘的p值显示出了非常强的诱惑——大多数使用p值的人都不理解如何使用它，由此产生的沟通不畅已经达到了一个荒谬的水平。我和你一样。 ? 这就是我们为什么极力提倡放轻松。...不要仅仅因为你喜欢用不同的方式做决策就给他们泼冷水——当你是决策者时，你可以为所欲为。 p值的另一种情况 如果你对分析学感兴趣（不是统计学），p值是一种有用的方法来汇总数据，迭代搜索。...我们力所能及的就是用合理的方式来做决策！ 如果是为别人计算p值，对你来说可能是没有用的。p值应该与那些做出相同简化假设、按相同方式制定决策的人分享。...由此得到的结论只在你接受那些假设的情况下才有效，这就是为什么排除那些不知道你的妙语基于什么假设就赞同你的人看起来有点古怪。为什么要那样做？不知道。我们不这样做。...是的，你可以用分析学来基于事实做决策，但仔细想想：为什么我们要在那样的背景下讨论p值、置信区间、置信水平？当你知道了所有真相，完全可以忽略所有带有统计学标签的文章中的谎言，当然也包括本文。 —End—
另外，网上关于nginx的资源丰富，基本都是修改配置文件来实现不同的功能，linux界的大牛很多，你需要的配置不管是windows和linux都是相同的。...这个文件内容是什么，位于nginx.conf相同的文件夹 ?...第一行：Lparameters cCmdline 我们都知道，所有程序都有命令行参数，但VFP程序一般都是有界面的，很少人以命令方式去运行，这行代码就是接受命令行的参数，但有人会问：我又不需要处理命令行...另外，或许你注意到了 JustPath()外面又套了层括号，但我建议你这样做，因为你难保证你什么时候就写出了这样的代码： str="d:\fws" Set Default To str 这句在VFP里是报错的...，也许你想不明白，直接用 Set Default To "d:\fws" 就可以，为什么改成变量却报错了呢？
作者是亚历克斯·p·米勒。这篇文章谈到，人类常常做出有带有偏见性的决定（确实如此），所以他认为更多的地使用算法代替人类做决定是一个不错的选择。...人机决策方式根本不同 算法在实际中运用范围很广，因而也会出现许多相同的偏见，但这种偏见却会被认为是正确或客观的结果。米勒的研究中，把它们拿来做了完全并列的对比，但他没有注意到实际使用中的区别。...要知道，大公司或者贵族学校常倾向于内部推荐或面对面的面试，而不会像财力不足的企业那样使用机器进行群体筛选。佼佼者往往会动用人力，而机器常被派遣去做相对初级的选拔。...凯茜·奥尼尔(Cathy O’neil)还提到，有位深受学生、家长和校长喜爱的老师，却莫名被算法开除了。她永远都没办法知道算法是因为什么原因而开除她的！...没有任何人能向她解释为什么医疗保健服务一下子变少了。最终，经过法院调查，是该软件的算法错了，因此对糖尿病或脑瘫患者产生了负面影响。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
云直播
实时音视频
