实习篇---第五十二天

现在是23:39,前三十分钟我还在公司里改着BUG,今天是我和其他人一起开发的功能发布的一天。但是bug不断的冒出来,哦,我先说一下,我做的看起来是偏后台,但是前台也有,比如修改功能,理论上说我直接向新增页面传递数据,就可以修改了!但是新增页面不是我做的,我也没有想到会出现这么多的问题,而自己做负责的模块出现的bug分分钟就解决出来了,而修改功能里的bug花费了我几乎90%的时间,简单说几个下拉框的问题花掉了我整个下午乃至晚上10点的时间。

不得不说,我和另一位开发人员合作的不是很顺利,就像我刚才所说,他写的新增页面,我直接传个参数就可以修改,但是他只考虑到了他的新增功能,并没有为我的修改功能提供一完美的接口!但是从现实来看,正所谓“各人自扫门前雪 莫管他人瓦上霜”谁都不想多管闲事,谁也不想多做一点与自己无关的任务!还好,bug解决了。晚上九点多的时候,当时有点想放弃,就找经理帮忙,经理只是把扫了一眼,只是一眼!就把问题所在和解决的方法说了一遍(是以他的观点)在经理解释一遍后,我重新理了理思路,顺利的找到问题所在并解决!心理对经理佩服的五体投地!我没有继续留在公司,因为时间太晚了,公司里还留有几个人在解决问题等着发布,来到外面,马路上的路灯已经灭了,时间真的是不早了!拖着疲惫的身躯迎着寒风,回家了!

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