Galaxy Note Developer Talk - 非笔寻常

        今年12月22日对我和我们组来说都是一个特别的日子。这一天里,我们BST SMI组成功举办了一次开发者活动,我们称之为“Galaxy Note Developer Talk-非笔寻常”。 活动在北京798工厂的白石茶馆举行,这里充满着高雅的艺术气息。我们邀请了40多家业内公司,参加者超过60人。


 

     
 
 
 
签到时,我们特别推荐了参与者使用note自带的S-memo应用和S-pen来签名,大家都切实体验到了note的流畅书写魅力。


 


 

  
        活动开场后,来自韩国总部的安泳完先生首先发表了精彩演讲,他指出了Galaxy Note的设计与中国传统文化的关系,例如汉字书写、水墨画等都可以由note轻松展现,由此我们可以开发出具有中国特色的note应用。
 


 
 

  活动中我们特别邀请了业界专家,王利杰先生就移动互联网新趋势、Galaxy Note特性以及如何开发出优秀应用做了主题演讲。
 




接下来,来自两个第三方合作公司的专家朋友分享了他们的设计和开发经验,介绍了他们在Galaxy Note上开发的最新产品。

此外,活动还包含两个技术讲座,分别是“Galaxy Note & S-pen介绍”和“三星开发者支持&三星安卓SDK”。最后我们为来宾准备了一个抽奖环节和自由讨论环节。

通过这次活动,Galaxy Note吸引了更多的开发者和合作伙伴。在即将到来的新年里,我们必将看到Note上越来越多的高质量应用。
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值