首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

唯一不变的就是一直在变”--“数据”的华丽“变身术”

对于1天1个迭代的开发模式,我也看不出设计有用,但是对于1个星期,1个月可能有重大变更的情况,我建议还是设计来应对变更,就像我之前的几篇文章,“设计应对变化”,至少,设计,需求改变在设计这里得到了验证...假设系统的环境在以后发生了下列变化: 1,目标数据库对应的表增加了某些字段,这些字段是业务系统需要的不能同步; 2,源数据的某一个表导入到目标数据库的另外一个表,这两个表内容相似但结构却不相同; 3,...作为产品经理或者研发经理,方案2可能衍生出一个新的技术解决方案(产品),而且它的可重用性很强,可以应对以后各种项目类似的需求。...既然写本篇文章,方案1的具体实现细节就不讨论,我们来看看方案2中的数据,在系统中是怎么样变化,系统又是怎么样适应未来的变化的。...也许,你觉得我“哗众取宠”,这些设计算啥啊,只是概念而已,项目需要大伙加加班一样可以很快搞出来,还是看不出设计有用。你要是这么说请给本文一个“鸡蛋”,不用给“鲜花”

57960

ChatGPT写的论文多少发表?搜完谷歌学术以后我慌了

ChatGPT 出现以后,很多学术机构都发出了禁令,因为这种 AI 虽然生成能力强,但有时会胡说八道,滥用大模型写文章也违背做研究的初衷。 但随着大模型的应用浪潮,我们很快忘记了刚开始的恐惧。...这让人不得不去想象以后的学术论文会被 AI 生成的内容冲击成什么样。其实,这种事可能已经在发生了。...当你输入「“As an AI language model” -“ChatGPT”」搜索时,搜到很多直接 ChatGPT 答案贴上去的论文。...机器之心也在谷歌学术中输入「“As an AI language model” -“ChatGPT”」,结果出现 10 个页面, 100 篇左右。...在 AI 领域,大模型的发展速度以天为计,学术期刊的审稿规则为了应对也在急速变化。此前,很多期刊、会议禁止 ChatGPT 列为合著者。

22320
您找到你想要的搜索结果了吗?
是的
没有找到

再介绍一款超好用的数据产品……

特别是宝宝的同学,每家必备。 和汽车的速度仪一样,体温计有以下优点: 重要指标。宝宝哭闹的时候,发烧和不发烧是天渊之别的。 形式简单。就一个数,非常容易看,含义也直接。 指向明确。...而且可以及时记录在发现生病前,小宝宝干了什么事,对后续诊断大用。 第二,加剧趋势:从首次发现以后,问题越来越加剧的走势。...第四,改善趋势:问题是否好转,是否持续向好转方向变化。如果是正常波动,或者小病小灾,可能在过一段时间以后就自愈。如果没有出现改善趋势,甚至磕美林都没用,这就得马上找医生了。...但是经过几次以后,就会大概了解情况。宝宝个小感冒的,完全是正常的,不用像爷爷奶奶那样吓得大喊:快去医院!(又不是他们带着去,站着说话不腰疼)也不怕错过问题。...被追问一天的变化异常的时候,又急着拿用户画像相关的一堆很具体的数据,拆分一堆维度找原因。跑数效率慢不说,很有可能看不出来。更重要的是,缺少对走势的积累,容易丧失目标感。

43520

老潘的思考

个人之言,也不是大佬哈,相似或不同想法的,欢迎各位留言交流。 初识AI 5年前,刚上研究生的时候,AI、深度学习、人工智能刚开始火起来。...然后再看《深度学习》圣经这本书,差不多会对机器学习、深度学习一定的理解,这些书放到现在都依然合适。...会用、用的好、根据实际场景选取不同的模型,产出模型并且实际部署应用起来,这些就可以满足算法工程师的基本要求。...接下来我也梳理下自己曾经做过的一些小项目,整理出来,可能是一系列文章,也可能是一个开源库,总之,我再想想。 AI编译器 AI编译器是我一直向往的,原因也很简单,大家都会对未知的、新鲜的东西感兴趣。...如何需求转化为实际的产品,咱们不能光知道开发,贴近实际的使用者是最好的,虽然在公司PM来弄,但是如果你可以以用户的角度来设计工具的话,或许更好 和各种人打交道的能力,开发代码不是一个人的事儿,一个大的项目肯定是好几个人共同努力的结果

23720

知识约等于财富,但离等于财富很有距离

写专栏的主要是面向程序员,当时我个朴素的想法,程序员了解商业,会对自己的前途更有好处。 我对接这个活很多顾虑,最大的顾虑来源于一周三更,一年150多篇。我怕自己写不了那么多。...现在回头看,一点是错误的。程序员们了解了商业的逻辑运作,并不会对他们的职业生涯实质的影响,除非这个程序员可以上升的一个非常高的位置。而能够上升到非常高的位置的程序员,本身就不是一般的程序员。...一周三篇的量,回头去看这个专栏,有些选题质量很好,有些分析就浅尝遏止。如果我花个三五年慢慢雕琢,也许质量高很多。 2018年写完150多篇各种商业分析之后,我很长一段时间都不想写这类型的专栏。...最大的问题是,有人订阅以后留言骂我,类似“就这破玩意,你好意思收三五块钱啊”,更恶毒一点的还会加一句“你怎么不去死啊”。 这类评论很影响心情,我以前还总是放出这类评论让大家开开眼。...2019年开始事情有一些变化。我一些机会可以真金白银的投资一些preipo的公司,后来我写过的一些startup也陆陆续续上市

76210

测试数据科学家聚类技术的40个问题(能力测验和答案)(上)

在这次能力测试中,我们在社区中提供聚类的测试,总计有1566人注册参与过该测试。如果你还没有测试过,通过阅读下面的文章,你可以统计一下自己能正确答对多少道题。...在某些情况下,电影推荐系统也可以归为分类问题,最适当的某类电影分配给特定用户组的用户。与此同时,电影推荐系统也可以视为增强学习问题,即通过先前的推荐来改进以后的电影推荐。 Q2....选项: 1 3 4 1 2 3 1 2 4 全部都是 答案:D 这四种条件都可能成为K均值聚类的终止条件: 这个条件限制聚类算法的运行时间,但是在一些情况下,由于迭代次数不足,聚类的质量很差。...特征性多重共线性对聚类分析负面效应 异方差性对聚类分析负面效应 选项: 1 2 1 2 以上都不是 答案:A 聚类分析不会受到异方差性的负面影响,但是聚类中使用的特征/变量多重共线性会对结果有负面的影响...本文作者 Saurav Kaushik 是数据科学爱好者,还有一年他就从新德里 MAIT 毕业,喜欢使用机器学习和分析来解决复杂的数据问题。 本文由 AI100 编译,转载需得到本公众号同意。

1K40

业界 | 让环境适应人类:百度展示AI时代的交互设计

7 月 5 日下午,在百度 AI 开发者大会上,举办了一场 AI 设计论坛,从交互的角度向我们解读了 AI 时代的环境、用户行为变化以及用户体验的新特点。...在发展新技术的同时,AI 的设计也是一个新兴领域,它必须以用户体验为导向,最终回归用户本身,和其他产品的设计有所不同。...这意味着,已经 9000 万搭载 DuerOS 的硬件产品走进用户生活中了。在 AI 设计论坛上,百度也为我们介绍它在语音智能上的 AI 交互设计。 对于智能音箱等智能设备来说,语音并不等于对话。...而在未来无人驾驶场景下,智能驾驶系统的信息架构,更侧重于构建安全、舒适的乘坐体验。在这种人因化的设计探索下,智能驾驶系统的信息构成或许发生巨大变化。...「NIRO 的三个部分可以带来令人惊喜的体验,」百度体验架构师李士岩表示,「机器人的自然语言交互模型使得人类可以与机器顺畅地进行自然语言的沟通,人类情绪应对模型使得机器情商,机器人主动交流模型赋予机器人吸引力

37430

深圳xxx公司测试岗位企业面试题

也许你为了转行测试已经学习好几个月,也许你做了几年的功能测试,一直也不知道该往哪提升,有时候总在羡慕别人为什么可以拿高薪,而自己的工资只是那么一点点,今天为大家带来群里的某位小伙伴参加的一次面试被问到的一些问题...4.数据库建库建表语句吗,对数据库的设计有了解嘛? 5.讲讲你做的WEB自动化? 6.kafka是怎么消费的? 7.kafka消息故障哪些原因造成的? 8.kafka消息你是怎么设计用例的?...12.做的性能测试发现需要优化的地方吗 13.你的业务模块的接口 依赖 上游不同的四个服务, 你怎么设计接口自动化? 14.消息线程堵塞怎么造成的? 15.怎么mock数据?...18.百度搜索回车中间发生了 属于什么层 19.讲一下tcp协议 20.客户端发起请求到服务层中间发生了 21.三次握手 四次挥手属于什么层 再来看看群里小伙伴针对部分问题的一些探讨: 希望大家看完面试题后...我相信肯定会遇到一些自己不太擅长的内容,没关系,抽时间把这块学习一下,在以后的面试过程中说不定被问到的时候就能脱口而出。

33430

零基础入门深度学习工作原理?人人都能看懂!

因此 Radu Raicea 觉得在解释深度学习原理之前,我们必要了解几个基本术语,就当一个入门小测验好了: 你知道是机器学习吗?...在我们的票价预测AI中,输入层4个神经元:出发机场,到达机场,出发日期和航线。输入层收到这些信息后会传递给第一个隐藏层。 隐藏层会对输入数据进行数学运算。...而且因为机场和出发日期的组合很多种可能,因此这个票价列表信息非常庞大。 要训练AI,我们需要为它提供来自数据集中的输入值,然后AI的输出值与数据集的输出值相比较。...由于AI还没有接受训练,因此输出值会有很多错误。 一旦整个数据集中的所有数据输入完成,我们可以创建一个函数,为我们展示AI的输出值与真正的输出值差距多大。...神经元之间的连接与权重有关,它决定输入值的重要性。 激活函数应用到数据中,可以使神经元的输出值“标准化”。 要训练神经网络,你需要一个大数据集。

42630

被骂了三年,谷歌Dropout专利还是生效,卡脖子预警

reddit网友@rantana总结了一下: 如果你是一家试图融资的创业公司,在你的算法中使用谷歌的专利,影响你的估值。 如果你跟谷歌专利纠纷,起诉人家前要三思,分分钟反诉你。...关键是,以后再用Dropout,会受到怎样的限制啊? 开源的重大障碍 名叫mtanti的网友问: 就是说我们以后都不能用Dropout么?...我只是害怕,这可能会对机器学习的学术研究带来重要的损害。 在视觉领域,SIFT和SURF已经被注册专利。这样,像OpenCV这样的开源库,就十分困扰。...以后,开源机器学习库还是遇到同样的事情。 卡脖子预警 而且Dropout这样的基础算法成谷歌专利,之所以备受关注,影响还不止于开源社区。...孔教授认为,是否掌握核心代码决定未来的AI“智力大比拼”中是否拥有胜算。 而今年一而再的例子已经证明,核心算法靠灯塔,即便口碑如谷歌,可能也会有断供的一天。

40320

被骂了三年,谷歌Dropout专利还是生效,卡脖子预警

reddit网友@rantana总结了一下: 如果你是一家试图融资的创业公司,在你的算法中使用谷歌的专利,影响你的估值。 如果你跟谷歌专利纠纷,起诉人家前要三思,分分钟反诉你。...关键是,以后再用Dropout,会受到怎样的限制啊? 开源的重大障碍 名叫mtanti的网友问: 就是说我们以后都不能用Dropout么?...我只是害怕,这可能会对机器学习的学术研究带来重要的损害。 在视觉领域,SIFT和SURF已经被注册专利。这样,像OpenCV这样的开源库,就十分困扰。...以后,开源机器学习库还是遇到同样的事情。 卡脖子预警 而且Dropout这样的基础算法成谷歌专利,之所以备受关注,影响还不止于开源社区。...孔教授认为,是否掌握核心代码决定未来的AI“智力大比拼”中是否拥有胜算。 而今年一而再的例子已经证明,核心算法靠灯塔,即便口碑如谷歌,可能也会有断供的一天。

49130

网文版ChatGPT来了:大模型辅助写作,澜舟和中文在线联手出品

童之磊表示,训模型的数据、AI创作出的新内容、对AI创作内容的修改使用,这三个层面“都是版权的”。...这样的争论存在不是一天两天AI可以写作的第一天起,网友就觉得它在内容创作者的脖子上比着一把无形的利刃。随着写作AI能够要,新闻、评论、摘要、小说都能写,题材风格随便选,更多人慌了起来。...中文在线表示AI辅助介入后不会网文内容遣词造句千篇一律,单调重复,作者选择和调整后,平台和作者都会对内容进行“筛选”和把关。...平台方继续执行内容防抄袭机制,保护知识产权;挑选和阅读过程中,读者也抛弃雷同的作品。 “AI的训练数据是已经存在的东西,我们用它来替代低成本、低附加值的活动。”...想来了解AI辅助写作功能的网络写手们,大概会经历“紧张——放松——紧张”的心理变化: 我的饭碗要砸了??? 哦,还好还好,只是帮我提高效率,不错子。 等等,那我岂不是要被催更?!

38710

为什么M1 Mac在日常使用中能击败Intel Mac

在日常实践中,M1 Mac的使用者很快注意到他们的ARM Mac速度异常快。主要原因之一与新CPU的设计有关。 诸如Geekbench之类的测试工具可以清楚地证明M1 Mac是一台非常快的计算机。...尽管在Geekbench上的得分很高,一些电脑用户可能会对英特尔的mac电脑感到失望,这是典型套路。...这对日常使用的反应式应用程序积极的影响。以前,即使是最快的Mac用户也可能会在打开应用程序时遇到延迟,并且其他令人讨厌的性能下降。...这在M1 Mac上会有所变化,因为如果程序员使用QOS,他们可以在M1 Mac上为其应用选择四个固定(或一个自动)级别。...他注意到的是,由于他用于执行工作的应用程序具有四个性能核心,因此他拥有最佳的用户体验。

70520

如何编写高质量前端设计文档?

Case 1: 需求要你接入一个第三方SDK, 你和第三方的研发同学开了个小会对齐发现没有问题, 你没有做详细的技术设计印证是否SDK能完整支持需求, 也没有测试过SDK, 结果开发到一半发现SDK的功能不能完整支持你的业务需求...Case 3: 需求中需要开发一个弹窗, 你匆匆一瞥觉得这也就半天就能开发完, 结果没有充分考虑到这个弹窗五个模式三个形态八种流程, 低估2/3的排期, 排期到了QA催促为什么还不提测, 匆匆做完测试之后出现一堆...当你在设计时代码的架构、类型、接口定义好, 开发时甚至可以直接复用设计文档中的代码 而当你完成设计文档以后, 组内同学或者其他合作方就可以了解你的设计, 帮助你判断设计方案的优劣, 了解你方案中对相关方的需求和影响...那可能都是线上问题或者是事故的祸根; 在设计你的页面和功能时, 你应该把这个页面或者组件的全部功能列举清楚, 这些页面或组件又有什么样的状态变化和交互, 只有把这些方面考虑齐全, 才可能更客观的评估工作量的多少...状态如何驱动UI的变化 Logic: 哪些逻辑? 这些逻辑可以被归类为若干类子逻辑(操作数据、事件响应、调用服务), 这些逻辑如何改变状态, 又如何响应用户的交互或者其他事件?

2K20

UI设计师必须知道的8个PS小技巧

2:自动对齐网格 平时画icon的时候常常使用到二分一、三分一或者其他比例的线条,所以一般会对网格对齐功能进行关闭。而做界面的时候我们要求更加精准的界面,所以通常会开启网格对齐功能。...开启与关闭网格对齐方法:Ctrl+K 勾选“矢量工具与变化和像素网格对齐” ? 3:图层自动选择 当做UI设计时,我不会将某个图层隐藏,可能是用AI习惯了。...选择工具栏里的移动工具后,上面的选项栏粗线一个“自动选择”和一个下拉菜单,将自动选择打上勾勾,下拉菜单选择图层。欧~现在你试试,无论何时都可以自由的选择图层~ ?...这样做的好处是:若你在其中一个窗口的图层里画画,另一个窗口会有同样的变化~简单来说,这就是一个文件的两个相同视图。在UI设计中我们经常会找一些素材作为参考,同事开启多个窗口帮我们大大提升效率。...七、用“样式”来储存预先设置效果 当你做完投影、内阴影,渐变叠加等选项后,突然看见混合选项框的右边个新建样式!轻轻点击它,就能保存你的制作,太省时间擦。

1K30

奥特曼离间董事失败,GPTs商店被迫推迟发布

董事倒不是无中生,他们随手举了几个例子。...但微软这边,好不容易能靠跟OpenAI合作扳倒谷歌的机会,自然不希望什么大的变动发生。 当时消息一出,微软震惊,这一决定简直“愚蠢得令人难以置信”。...虽然只是个没有投票权的观察员吧,但至少以后面对OpenAI什么大决定时候,不至于再那么被动。 GPTs商店推迟到明年 而在OpenAI这边,内讧的影响还在继续—— 真的拖慢了产品的研发进度。...不过,这已经是三周之前的事情。。。(果然内讧拖慢了进度) 目前OpenAI关注到了这一问题,「文件可下载」功能默认关闭,并增加了信息提示来提醒用户。...除此之外,还更新配置界面,在预览模式中引入了一键测试和调试信息,支持多个域名等等。 最后OpenAI还表示,将会对ChatGPT进行一些其他重大更新。感谢大家花时间和精力参与构建GPTs。

19110

AI到底是个什么鬼?

那么,回过头来再看看现在的AI,全社会对AI的疯狂痴迷,我们是否也应该hold on一下,深呼吸一口饱含PM2.5的空气,然后问一句:“AI到底是个啥子鬼?”...但是,我假设百度百科的答案是代表性的,代表很多朋友的看法。那么,百度百科是这样回答的: 可能截图有点不清晰。简单滴说,两段。...如果我们认为对未来不确定性的概率判断是“思考”,那么概率论的那一天开始,人工智能就出现,所以AI不算“一门新的技术科学”。当然,我们还可以说,“思考”更丰富的内涵。...但是,确实熊大想不出来了,向大家请教:“是思考?是智能?智能跟自动化的区别是?智能跟机器学习区别是?”...这对整个学科、产业、以及个人成长,应该是好处的。 ” 想听到熊大更多的看法吗? 一切精彩尽在【熊大十讲】中! 赶快加入狗熊【会员】吧, 识别下方二维码进入即可哦!

89790

内容过于真实,怕是要被砍!

上周五,刚准备开开心心下班过节,突然不知道情况,领导过来问“你们组今天是不是个项目上线?”。 ? 有点懵,心想大周五的上线!...于是乎,个聪明的技术这个时候就提出来说,你们这么搞可不行,研发是需要时间和周期的,以后所有的项目必须排期,而所谓的排期意思就是事情得一件一件干,不能乱搞需求轰炸!...国外有些公司也这类人员叫做TPM!...PMO说:我TM也很累 自从PMO,整个产品研发团队终于从无序的混乱状态终于被PMO这把锁给同步,程序员小哥终于开心,因为以后凡事有产品经理来提需求,都可以整一句:“麻烦先去PMO哪里排个期!...以下是我的一点心得供大家参考: 1、对所负责的需求要有深入代码级别实现的思考,拆分的研发计划在客观的情况下,尽量留足buffer; 2、对于研发过程中需求的变化、或最初排期考虑不够,对工作量变化的地方要及时更新计划并同步

47820

微软称Excel是原始BI并教你如何选择现代BI指南

(后文再次提及,我知道有些 Excel 爱好者要骂人,不喜欢原始二字对吧,微软自己说的哦~) 另外,为了更充分的思考,我们同时看看 Tableau 是如何定义此事的,如果你这两套资料合起来看,效果更佳...业务三种类型: 临时(自由形式),如: 张总要求做一个PPT来介绍疫情,从今以后都不会有。 半结构化(框架),如: 张总要求安排调班,和以后的上班统计放在一起。...从这个角度来说,你也根本不用在意商业智能或 AI 替代人,因为,在可见的时间内,人的智慧是唯一的。...如果用户无法精确定义他们的需求(这时常发生),那么往往导致无法获得最重要的目标和见解。 这非常常见,如果业务不描述清楚他(她)到底要,那就有的玩了。...商业智能评估标准 上述这些前序内容,微软终于要说标准。 所以早说了没用,因为在很多人的知识体系里,并没有建立对 BI 正确地认识。 理想的 BI 平台涵盖所有业务流程类型。

1.1K40

计算机视觉研究院:AI部署以及工业落地学习之路(文章较长,建议收藏)

1 AI部署 AI部署这个词儿大家肯定不陌生,可能有些小伙伴还不是很清楚这个是干嘛的,但总归是耳熟能详。...2  主题:聊聊AI部署 作为AI算法部署工程师,你要做的就是训练好的模型部署到线上,根据任务需求,速度提升2-10倍不等,还需要保证模型的稳定性。 是不是很有挑战性?...算法部署最常用的语言是,当然是C++。如果想搞深度学习AI部署这块,C++是逃离不了的。...系统的知识嘛,还在整理,还是建议实际中用到再看,或者项目在push你,这样学习的更快一些。...不过速度的话,从模型训练出来,到部署推理这一步,什么优化空间呢? 上到模型层面,下到底层硬件层面,其实能做的很多。如果我们各种方法都用一遍(大力出奇迹),最终模型提升10倍多真的不是梦!

71730
领券