灰暗的感觉……(早一篇,未实时发表)

作者通过对比国内外游戏展会的情况,表达了对中国游戏行业现状的忧虑。他认为当前的环境和技术并没有得到实质性的改善,反而更加注重表面的现象而非游戏本身的质量。

一年一度的CJ又开始了,看了看新闻,心中总觉得很悲凉。我们看到外国的游戏大展,虽然也会去关注女人,但是总归更多的目光是放在《战神3》《FF13》这样的神作上。可是当看到CJ之后,从一片浮华的背后,却觉得游戏越搞越糟,女人越穿越少。

虚伪,虚假,很少能看到真实的东西,越来越空虚的感觉,伴随着月光挥洒到心的深处,让它凝结,不再跳动。

当这个世界已经沦陷的时候,或者伴随着旧世界而死去,或者拥抱着新世界而苟活,难道没有别的路可以选择?

五年前,我们的开发环境,与五年后的今天,有什么本质的变化?

五年前,我们的开发心态,与五年后的今天,有什么本质的变化?

五年前,我看到的是阴暗的世界,五年后,我看到的依旧是虚伪、狡诈。

做事首先要学会做人,这是中国传统处世哲学的一个重要命题。

但一个做事的人,如果把心思都花到做人上,那么他能做好什么事情?

于是,中国的技术,就如同中国的官场一样,政治关系成为了一条过于重要的道德准绳,它轻轻一动,就能绞死任何飞翔的思维。

技术始终是处于压榨之下,直到榨空的那天。

什么时候,我们能够有一个真正专业的环境呢?

做一个真正专业的,中国游戏开发者……

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