有什么机器学习的办法可以求两个60个数据的向量的距离 5C

我现在手里有很多组60个数组成的特征向量,想要计算两两之间的距离,大概可以用什么样的方法,ps1:标签可以生成: ps2:试过欧氏距离之类的,效果不是很理想,打算试试机器学习的方法

1个回答

你是要聚类么,用k-means算法

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
knn中,两个向量的距离如何用马氏距离(mahalanobis)计算?

麻烦请教一下各位大佬,小弟最近刚刚接触机器学习,才疏学浅,理解不精。 knn中两个向量间距离的计算往往用欧式距离,若要将之换成马氏距离,该如何操作呢? 是否要计算traindata的逆协方差矩阵,再以此计算某一测试数据和traindata中所有向量的距离?

机器学习到底要不要大数据的支持,如果要数据的支持,支持到哪一步?

机器学习到底要不要大数据的支持,如果要数据的支持,支持到哪一步? 众所周知AlphaGo是需要大量的数据来进行学习的,ZERO却只需要少量的数据样本即可达到甚至超过AlphaGo的水准,那么问题来了,这个数据量的多少从科学的角度来说它的一个标准是什么,或者说它怎么来度量? ———————————————————————————————— 谢谢各位的回答,实际上我对我自己提出的两个问题中的前一个和大家的看法是差不多的,但实际上我希望得到第二个问题的解答。 我们的共识是,机器学习在大部分时候都是需要大量数据的(实际上我没有见过不需要大量数据就能训练出来的智能),然而在现实操作中总会面临数据量不是不够就是浪费的情况(且不说数据的质量),所以去预测一个具体需要的数据量就是极其必要的。打个比方,在运用人工智能对医学影像进行分析的时候,我们需要极其大量的数据,但我们不可能去向医院索取它的全部数据,所以就会想要通过计算得到一个大概的数据量的值,而不需要三番五次地去向医院申请数据。 再举一个例子,比如我们在打磨一个适用于某处的齿轮,我们当然可以一边打磨一边拿去比较大小是否合适,但这一点也不方便,我们通常通过测量来获取需要的数据,然后直接按照这个数据来打磨齿轮。 所以精确计算每次训练时所需要的数据量,这显然是极其必要的,既可以让我们避免数据不足的情况又不至于让我们一直盲目地收集数据。 可问题就出在这里,这个数据量如何去测量? ———————————————————————————————— 回复caozhy:感谢你的回答:)。是的,数据的获取存在困难是一个现实存在的问题,例如医院里病人的数据签了保密协议,要取出是很麻烦的,其他领域也是一样,只有用钱把数据砸出来,从这方面来说估计一个需要的数据的量也是必要的。即使是能够获取到大量的数据,我们也希望能通过计算直接得到一个最优的数据量,如果这个计算方法真的存在并且被发现,自然是一桩好事。 ———————————————————————————————— 说明一下,这个问题是在最近的第194期双清论坛上由高文院士提出的,我有幸听到教授的转述,才会对此有所思考,当然才疏学浅,对人工智能的理解也不够深入,只能做上述的一些浅层解读,请点拨指正。

机器学习算法-决策树对未知类别标签数据进行分类问题

机器学习算法还处于基础阶段,对决策树分类问题疑惑已久:构建好一颗决策树后,用该决策树对未知标签的数据进行分类,只能得到绝对的类别标签吗?有什么方法可以得到分类结果的概率呢? 比如:类别标签有两个:yes,no。决策树对某条未知标签的分类结果是yes,能否求出“yes”这个结果的概率,而不是绝对的一个类别标签。

机器学习预测犯罪发生概率,但收集到的犯罪数据已经发生概率都是100%,怎么预测?

各位大神,最近在做毕设,之前没有怎么接触过机器学习,在网上找了一些机器学习的网课看,但是在做的时候还是有好多问题,麻烦帮帮这个我小白吧 # 问题详细描述 这个机器学习的任务就是:输入时间,地点等信息,预测每种犯罪类型发生的概率。但现在有个问题我一直没想通,就是我收集到的数据都是已经发生过的犯罪事实,那他们发生的概率都是100%,这样的话,不就相当于预测房价的时候,数据集里房间大小、地理位置等不一样,但房价都是一样的,然后用这样一个数据集来训练模型。这样的话,要怎么预测啊,数据集不会存在数据并不平衡的情况吗,但是我也没有办法找到犯罪发生概率在0-100之间的数据啊,发生了就是100%,没发生就是0%,这要怎么搞? <br/> 这是我稍微处理后的数据集截图,最后面还有一列Ratio,就是犯罪概率,都是赋值的100% ![图片说明](https://img-ask.csdn.net/upload/202004/20/1587352628_740938.png)

千万级文本特征向量互相匹配计算余弦距离带来大量计算量该如何解决

最近公司有个需求,要求要对2800万客户的地址(短中文文本),从中找出两两地址相似的客户。比如A 客户填写的地址与B客户填写的地址相似,不要求完全想等,就可以认为他们可能存在关系。最后把所有两两有地址相似的客户都导出。这个一个全量的、批量的相似地址的计算。 现在在做的做法是,通过中文分词,Tf-idf 把地址中文文本转成特征稀疏向量,然后这2800万条向量做笛卡尔积或阶乘式的匹配,进行两两余弦距离计算,满足设定夹角余弦距离阈值才给输出,或写进表里。这样做,对于少量数据可以用,但是千万级数据的笛卡尔积或阶乘式的匹配带来的计算量实在太恐怖了,在spark 上跑,一会就full GC了,或是报数组长度超过java允许的最大长度的错误。

已知两个近似正交三维向量,如何求一个近似三维单位正交矩阵

读ARToolKit源码,有一个函数始终不解,论文中也未提及,如下所示该函数算法流程,请问能否知道该算法的名字,或者能否简单描述下该算法,让我有个思路。谢谢了。 ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764850_413463.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764870_146407.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764886_158580.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764947_177673.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764954_776984.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764911_356073.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764920_23923.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764985_302096.png) ![图片说明](https://img-ask.csdn.net/upload/201506/08/1433764992_32644.png)

python如何计算两个二维特征向量相似度

从两个图片提取的两个特征向量,二维结构,结构如下: array([[ 2.62957041e+00, 7.46614219e-05, 2.37797423e-05, ..., -4.94050192e-04, 2.06032040e-03, 4.94050192e-04], [-1.05751487e+00, 0.00000000e+00, 0.00000000e+00, ..., -4.91478900e-04, 1.09093972e-03, 5.50124164e-04], [ 2.73112827e+00, -1.22879321e-03, -1.01920502e-03, ..., -1.68389973e-06, 4.27874303e-06, 1.68389973e-06], ..., [-2.34248195e+00, 0.00000000e+00, 0.00000000e+00, ..., 1.95515861e-03, 6.74179684e-03, 5.66436691e-03], [-2.34357433e+00, -2.35404491e-03, 1.88434007e-03, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00], [-2.56323038e+00, 0.00000000e+00, 0.00000000e+00, ..., -2.82040412e-03, 1.13440457e-02, 5.12339584e-03]]) 二维结构的使用余弦夹角计算不了, dot(arr1,arr2)/(linalg.norm(arr1)*linalg.norm(arr2)) 报错: ValueError: shapes (1024,65) and (1024,65) not aligned: 65 (dim 1) != 1024 (dim 0) 有经验的帮忙看下!

机器学习为什么熵可以衡量数据集划分的优劣?

在机器学习实战第三章中,为什么用熵衡量数据集划分的优劣?能不能具体讲下原因?

【线性代数】向量叉乘得到向量/向量相乘得到矩阵,两种有什么区别

比如 行向量 A = [a,b,c],行向量B=[x,y,z];向量A叉乘B结果为一个垂直于A和B的向量;而向量A的转置乘以B得到是一个矩阵: ae,af,ag be,bf,bg ce,cf,cg 我之前把上面两种方法混淆了,当然现在也是不懂。懂的来帮忙解释下

机器学习中,能不能对多个目标进行预测?

比如我能否用决策树回归去预测多个类型为连续值的目标?应该怎么做,或者有没有相关的参考资料。

数据分析数据结构,有没有相关的机器学习算法? 急求大神指点

比如一个表格,用ocr识别后,内容很乱,希望恢复成原有的数据结构。 对于这种事情,有相应的机器学习方法吗? 急切求助,非常感谢。 比如: ![图片说明](https://img-ask.csdn.net/upload/201812/28/1545985609_513797.png) 恢复数据结构为 [1,BAST,谷草转氨酶,21,**<37,IU/L] 即,恢复为原有的数组形式**

机器学习加密数据

<div class="post-text" itemprop="text"> <p>I want to implement a machine learning model (KNN or random forest) with GO, on encrypted data.</p> <p>My data is encrypted with HElib (homomorphic encryption), means that i still can perform ADD &amp; MUL on the encrypted data.</p> <p><strong>My question is:</strong> Do i have to re implement all the Machine Learning algorithm with GO, or can i use a bit of "golearn" lib?</p> <p>Example of KNN implementation with GO using golearn lib:</p> <pre><code>rawData, err := base.ParseCSVToInstances("../datasets/iris_headers.csv", true) if err != nil { panic(err) } //Initialises a new KNN classifier cls := knn.NewKnnClassifier("euclidean", "linear", 2) //Do a training-test split trainData, testData := base.InstancesTrainTestSplit(rawData, 0.50) cls.Fit(trainData) //Calculates the Euclidean distance and returns the most popular label predictions, err := cls.Predict(testData) if err != nil { panic(err) } fmt.Println(predictions) // Prints precision/recall metrics confusionMat, err := evaluation.GetConfusionMatrix(testData, predictions) if err != nil { panic(fmt.Sprintf("Unable to get confusion matrix: %s", err.Error())) } fmt.Println(evaluation.GetSummary(confusionMat)) </code></pre> <p>Thank you</p> </div>

哪些机器学习算法可以估计参数呢?

微分方程中可以不求解,通过学习参数来解决问题,高斯过程非参数贝叶斯机器学习可 以用来估计参数,那还有哪些机器学习的算法也可以估计参数呢?

机器学习菜鸟求问短文本分类问题

我有一个短文本集,基本上每段都是不超过100字的文本,是关于某个学科的描述。 然后我现在也有相关学科的列表,并且知道每个学科的核心关键词。 现在的任务是需要自动地对这些短文本进行分类,打上相应学科的标签,一般一段文本对应一个学科。 求教大神应该怎么做,越详细越好,包括是否需要人工做标注,用什么算法,怎么训练参数。本人拥有一定的Python编程基础,在数据挖掘和机器学习方面都是刚刚入门的菜鸟知道一定的概念但是懂得不多不深入,切词什么的还是会的。主要就是不知道切完词之后,词序列如何和 学科对应的关键词进行匹配,每个关键词的参数如何训练 我知道关于文本分类、短文本分类都有很多现成的研究,网上也有很多文章,主要是现在时间比较紧急,没有时间一点点地阅读学习,所以希望得到快速的指导,谢谢!

推荐系统或者机器学习中,怎样划分数据集

如何把一个完整的数据文件,分成一个训练集和测试集,有没有高效一点的办法啊

机器学习中怎么使用保存的模型进行预测

我使用一个文档中的数据训练了岭回归模型并保存,想通过这个模型来预测另一个文档中的数据(两个文档中的数据只是数量不一样) 预测的文档中有2W+条数据,但是预测结果只有6000+条。 请问各位大神怎么才能使预测结果按每条数据的顺序全部得出来。 本人完全小白,论文想做个机器学习的东西...求各位大神指导 ``` from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler import pandas as pd import joblib as jb def mylinear(): """ 岭回归预测TOC :return: None """ # 获取数据 data = pd.read_csv("./NH25-4.csv") # 删除部分列 data = data.drop(["E_HORZ", "E_VERT", "PR_HORZ", "PR_VERT", "Brittle_Horz%", "Brittle_Vert%", "POR", "DEPTH"], axis=1) # 取出特征值和目标值 y = data["TOC"] x = data.drop(["TOC"], axis=1) # 分割数据集到训练集和测试集 x_train, x_test, y_train, y_test = train_test_split(x, y) # 标准化 std_x = StandardScaler() x_train = std_x.fit_transform(x_train) x_test = std_x.transform(x_test) # 目标值 std_y = StandardScaler() y_train = std_y.fit_transform(y_train.values.reshape(-1, 1)) y_test = std_y.transform(y_test.values.reshape(-1, 1)) # 加载模型 model = jb.load("./test_Ridge.pkl") y_predict = std_y.inverse_transform(model.predict(x_test)) print("保存的模型预测的结果:", y_predict) if __name__ == "__main__": mylinear() ```

如何将单词转化为向量

我这边有一个评论语料库,我现在希望在这个语料库上把单词转化为对应的向量,应该怎么处理呢? 求大神帮忙,感激不尽。

机器学习中数据标准差极小的预处理策略

##机器学习中数据标准差极小的预处理策略 现有数据大致上服从正态分布,但是标准差极小,如果简单地归一化到[-1,1]处理,得到的数据90%会集中在[-0.3,0.3]中间,数据变得没有什么区分度,请问这种类型的数据应该用什么预处理的策略比较好?

对于数据量较大的特征用什么方法训练比较好?

现在有一个样本库,共6025个汉字,每个汉字有三个不同的样本,每个汉字的特征有128维; 输入:18075×128的特征矩阵,18075×1的标签矩阵,训练分类模型; 要求再输入一个新的样本时,可以输出对应标签 请问用什么方法训练数据,得到模型比较好?

大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了

大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...

在中国程序员是青春饭吗?

今年,我也32了 ,为了不给大家误导,咨询了猎头、圈内好友,以及年过35岁的几位老程序员……舍了老脸去揭人家伤疤……希望能给大家以帮助,记得帮我点赞哦。 目录: 你以为的人生 一次又一次的伤害 猎头界的真相 如何应对互联网行业的「中年危机」 一、你以为的人生 刚入行时,拿着傲人的工资,想着好好干,以为我们的人生是这样的: 等真到了那一天,你会发现,你的人生很可能是这样的: ...

springboot+jwt实现token登陆权限认证

一 前言 此篇文章的内容也是学习不久,终于到周末有时间码一篇文章分享知识追寻者的粉丝们,学完本篇文章,读者将对token类的登陆认证流程有个全面的了解,可以动态搭建自己的登陆认证过程;对小项目而已是个轻量级的认证机制,符合开发需求;更多精彩原创内容关注公主号知识追寻者,读者的肯定,就是对作者的创作的最大支持; 二 jwt实现登陆认证流程 用户使用账号和面发出post请求 服务器接受到请求后使用私...

技术大佬:我去,你写的 switch 语句也太老土了吧

昨天早上通过远程的方式 review 了两名新来同事的代码,大部分代码都写得很漂亮,严谨的同时注释也很到位,这令我非常满意。但当我看到他们当中有一个人写的 switch 语句时,还是忍不住破口大骂:“我擦,小王,你丫写的 switch 语句也太老土了吧!” 来看看小王写的代码吧,看完不要骂我装逼啊。 private static String createPlayer(PlayerTypes p...

女程序员,为什么比男程序员少???

昨天看到一档综艺节目,讨论了两个话题:(1)中国学生的数学成绩,平均下来看,会比国外好?为什么?(2)男生的数学成绩,平均下来看,会比女生好?为什么?同时,我又联想到了一个技术圈经常讨...

总结了 150 余个神奇网站,你不来瞅瞅吗?

原博客再更新,可能就没了,之后将持续更新本篇博客。

副业收入是我做程序媛的3倍,工作外的B面人生是怎样的?

提到“程序员”,多数人脑海里首先想到的大约是:为人木讷、薪水超高、工作枯燥…… 然而,当离开工作岗位,撕去层层标签,脱下“程序员”这身外套,有的人生动又有趣,马上展现出了完全不同的A/B面人生! 不论是简单的爱好,还是正经的副业,他们都干得同样出色。偶尔,还能和程序员的特质结合,产生奇妙的“化学反应”。 @Charlotte:平日素颜示人,周末美妆博主 大家都以为程序媛也个个不修边幅,但我们也许...

MySQL数据库面试题(2020最新版)

文章目录数据库基础知识为什么要使用数据库什么是SQL?什么是MySQL?数据库三大范式是什么mysql有关权限的表都有哪几个MySQL的binlog有有几种录入格式?分别有什么区别?数据类型mysql有哪些数据类型引擎MySQL存储引擎MyISAM与InnoDB区别MyISAM索引与InnoDB索引的区别?InnoDB引擎的4大特性存储引擎选择索引什么是索引?索引有哪些优缺点?索引使用场景(重点)...

如果你是老板,你会不会踢了这样的员工?

有个好朋友ZS,是技术总监,昨天问我:“有一个老下属,跟了我很多年,做事勤勤恳恳,主动性也很好。但随着公司的发展,他的进步速度,跟不上团队的步伐了,有点...

我入职阿里后,才知道原来简历这么写

私下里,有不少读者问我:“二哥,如何才能写出一份专业的技术简历呢?我总感觉自己写的简历太烂了,所以投了无数份,都石沉大海了。”说实话,我自己好多年没有写过简历了,但我认识的一个同行,他在阿里,给我说了一些他当年写简历的方法论,我感觉太牛逼了,实在是忍不住,就分享了出来,希望能够帮助到你。 01、简历的本质 作为简历的撰写者,你必须要搞清楚一点,简历的本质是什么,它就是为了来销售你的价值主张的。往深...

程序员写出这样的代码,能不挨骂吗?

当你换槽填坑时,面对一个新的环境。能够快速熟练,上手实现业务需求是关键。但是,哪些因素会影响你快速上手呢?是原有代码写的不够好?还是注释写的不够好?昨夜...

外包程序员的幸福生活

今天给你们讲述一个外包程序员的幸福生活。男主是Z哥,不是在外包公司上班的那种,是一名自由职业者,接外包项目自己干。接下来讲的都是真人真事。 先给大家介绍一下男主,Z哥,老程序员,是我十多年前的老同事,技术大牛,当过CTO,也创过业。因为我俩都爱好喝酒、踢球,再加上住的距离不算远,所以一直也断断续续的联系着,我对Z哥的状况也有大概了解。 Z哥几年前创业失败,后来他开始干起了外包,利用自己的技术能...

优雅的替换if-else语句

场景 日常开发,if-else语句写的不少吧??当逻辑分支非常多的时候,if-else套了一层又一层,虽然业务功能倒是实现了,但是看起来是真的很不优雅,尤其是对于我这种有强迫症的程序"猿",看到这么多if-else,脑袋瓜子就嗡嗡的,总想着解锁新姿势:干掉过多的if-else!!!本文将介绍三板斧手段: 优先判断条件,条件不满足的,逻辑及时中断返回; 采用策略模式+工厂模式; 结合注解,锦...

离职半年了,老东家又发 offer,回不回?

有小伙伴问松哥这个问题,他在上海某公司,在离职了几个月后,前公司的领导联系到他,希望他能够返聘回去,他很纠结要不要回去? 俗话说好马不吃回头草,但是这个小伙伴既然感到纠结了,我觉得至少说明了两个问题:1.曾经的公司还不错;2.现在的日子也不是很如意。否则应该就不会纠结了。 老实说,松哥之前也有过类似的经历,今天就来和小伙伴们聊聊回头草到底吃不吃。 首先一个基本观点,就是离职了也没必要和老东家弄的苦...

2020阿里全球数学大赛:3万名高手、4道题、2天2夜未交卷

阿里巴巴全球数学竞赛( Alibaba Global Mathematics Competition)由马云发起,由中国科学技术协会、阿里巴巴基金会、阿里巴巴达摩院共同举办。大赛不设报名门槛,全世界爱好数学的人都可参与,不论是否出身数学专业、是否投身数学研究。 2020年阿里巴巴达摩院邀请北京大学、剑桥大学、浙江大学等高校的顶尖数学教师组建了出题组。中科院院士、美国艺术与科学院院士、北京国际数学...

为什么你不想学习?只想玩?人是如何一步一步废掉的

不知道是不是只有我这样子,还是你们也有过类似的经历。 上学的时候总有很多光辉历史,学年名列前茅,或者单科目大佬,但是虽然慢慢地长大了,你开始懈怠了,开始废掉了。。。 什么?你说不知道具体的情况是怎么样的? 我来告诉你: 你常常潜意识里或者心理觉得,自己真正的生活或者奋斗还没有开始。总是幻想着自己还拥有大把时间,还有无限的可能,自己还能逆风翻盘,只不是自己还没开始罢了,自己以后肯定会变得特别厉害...

男生更看重女生的身材脸蛋,还是思想?

往往,我们看不进去大段大段的逻辑。深刻的哲理,往往短而精悍,一阵见血。问:产品经理挺漂亮的,有点心动,但不知道合不合得来。男生更看重女生的身材脸蛋,还是...

为什么程序员做外包会被瞧不起?

二哥,有个事想询问下您的意见,您觉得应届生值得去外包吗?公司虽然挺大的,中xx,但待遇感觉挺低,马上要报到,挺纠结的。

当HR压你价,说你只值7K,你该怎么回答?

当HR压你价,说你只值7K时,你可以流畅地回答,记住,是流畅,不能犹豫。 礼貌地说:“7K是吗?了解了。嗯~其实我对贵司的面试官印象很好。只不过,现在我的手头上已经有一份11K的offer。来面试,主要也是自己对贵司挺有兴趣的,所以过来看看……”(未完) 这段话主要是陪HR互诈的同时,从公司兴趣,公司职员印象上,都给予对方正面的肯定,既能提升HR的好感度,又能让谈判气氛融洽,为后面的发挥留足空间。...

面试:第十六章:Java中级开发

HashMap底层实现原理,红黑树,B+树,B树的结构原理 Spring的AOP和IOC是什么?它们常见的使用场景有哪些?Spring事务,事务的属性,传播行为,数据库隔离级别 Spring和SpringMVC,MyBatis以及SpringBoot的注解分别有哪些?SpringMVC的工作原理,SpringBoot框架的优点,MyBatis框架的优点 SpringCould组件有哪些,他们...

早上躺尸,晚上干活:硅谷科技公司这么流行迟到?

硅谷科技公司上班时间OPEN早已不是什么新鲜事,早九晚五是常态,但有很多企业由于不打卡,员工们10点、11点才“姗姗来迟”的情况也屡见不鲜。 这种灵活的考勤制度为人羡慕,甚至近年来,国内某些互联网企业也纷纷效仿。不过,硅谷普遍弹性的上班制度是怎么由来的呢?这种“流行性迟到”真的有那么轻松、悠哉吗? 《动态规划专题班》 课程试听内容: 动态规划的解题要领 动态规划三大类 求最值/计数/可行性 常...

面试阿里p7,被按在地上摩擦,鬼知道我经历了什么?

面试阿里p7被问到的问题(当时我只知道第一个):@Conditional是做什么的?@Conditional多个条件是什么逻辑关系?条件判断在什么时候执...

终于懂了TCP和UDP协议区别

终于懂了TCP和UDP协议区别

Python爬虫,高清美图我全都要(彼岸桌面壁纸)

爬取彼岸桌面网站较为简单,用到了requests、lxml、Beautiful Soup4

无代码时代来临,程序员如何保住饭碗?

编程语言层出不穷,从最初的机器语言到如今2500种以上的高级语言,程序员们大呼“学到头秃”。程序员一边面临编程语言不断推陈出新,一边面临由于许多代码已存在,程序员编写新应用程序时存在重复“搬砖”的现象。 无代码/低代码编程应运而生。无代码/低代码是一种创建应用的方法,它可以让开发者使用最少的编码知识来快速开发应用程序。开发者通过图形界面中,可视化建模来组装和配置应用程序。这样一来,开发者直...

面试了一个 31 岁程序员,让我有所触动,30岁以上的程序员该何去何从?

最近面试了一个31岁8年经验的程序猿,让我有点感慨,大龄程序猿该何去何从。

大三实习生,字节跳动面经分享,已拿Offer

说实话,自己的算法,我一个不会,太难了吧

程序员垃圾简历长什么样?

已经连续五年参加大厂校招、社招的技术面试工作,简历看的不下于万份 这篇文章会用实例告诉你,什么是差的程序员简历! 疫情快要结束了,各个公司也都开始春招了,作为即将红遍大江南北的新晋UP主,那当然要为小伙伴们做点事(手动狗头)。 就在公众号里公开征简历,义务帮大家看,并一一点评。《启舰:春招在即,义务帮大家看看简历吧》 一石激起千层浪,三天收到两百多封简历。 花光了两个星期的所有空闲时...

Java岗开发3年,公司临时抽查算法,离职后这几题我记一辈子

前几天我们公司做了一件蠢事,非常非常愚蠢的事情。我原以为从学校出来之后,除了找工作有测试外,不会有任何与考试有关的事儿。 但是,天有不测风云,公司技术总监、人事总监两位大佬突然降临到我们事业线,叫上我老大,给我们组织了一场别开生面的“考试”。 那是一个风和日丽的下午,我翘着二郎腿,左手端着一杯卡布奇诺,右手抓着我的罗技鼠标,滚动着轮轴,穿梭在头条热点之间。 “淡黄的长裙~蓬松的头发...

大胆预测下未来5年的Web开发

在2019年的ReactiveConf 上,《Elm in Action》的作者Richard Feldman对未来5年Web开发的发展做了预测,很有意思,分享给大家。如果你有机会从头...

立即提问
相关内容推荐