搜尋結果
2024年2月1日 · Transformer模型概述. Transformer的工作原理. Transformer在自然語言處理中的應用. 對AI發展的影響. 在人工智慧領域，Transformer模型自2017年由Google的研究者介紹以來，已成為最具影響力的創新之一。 它不僅改變了自然語言處理（NLP）的面貌，還對整個AI技術的發展產生了重大影響。 本文將深入探討Transformer的基本原理、結構特點以及它如何推動AI技術的突破。 Transformer模型概述. Transformer模型是基於自注意力機制（self-attention mechanism）的一種架構，它能夠在處理序列數據時，同時考慮序列中的所有元素，這種全局視角使得Transformer在多個領域特別有效。
2023年1月2日 · 1. Web與移動應用開發. 2. 業務流程自動化. 3. 數據分析與報告. 4. 系統集成. 5. 原型設計與測試. 熱門 No-Code/Low-Code 平台和工具介紹. 1. OutSystems. 2. Microsoft Power Apps. 3. Bubble. 4. Appian. 5. Zapier. 6. Quick Base. 7. Mendix. 結論.
2023年4月5日 · 什麼是 DevOps？ DevOps 是「Development（開發）」與「Operations（營運）」兩個詞的合成，目的在於將軟體開發與 IT 營運更緊密地結合在一起。 這個方法論促使企業更快速、更有效地推出軟體產品和服務。 在敏捷和競爭激烈的市場環境中，快速交付、更新和問題解決是企業成功的關鍵。 DevOps 不是一個新概念，其根源可追溯到敏捷開發和持續集成（CI）的實踐。 過去十年來，由於雲計算和微服務架構的興起，DevOps 已成為企業 IT 戰略的重要組成部分。 工程師種類大全，8種常見的軟體工程師. DevOps 工程師的主要工作內容. 計劃與協作. DevOps 工程師需要與產品經理、開發者和 QA 團隊緊密合作，共同確定開發目標和時程。 程式碼開發與整合.
- 什麼是 Leetcode？
- Leetcode常見問題類型分析
- 提到演算法
- 誰需要刷leetcode
- 個人背景
- 我會怎麼寫？
- 重新來一遍，會如何分析 Two Sum
- LeetCode 如何測量效率
- Two Sum 這題該怎麼看待
- 題外話
LeetCode是一個專為程式設計師提供線上程式練習題的平台。它提供了一系列的挑戰題目和面試問題，涵蓋各種程式語言和電腦科學主題，如數據結構、演算法、設計模式等，並且每一個問題都附有詳細的解說，使得用戶能夠進一步了解如何解決問題。 工程師本身的起薪高，容易吸引到大量的人才投入。當好的職缺出現在求職市場時，眾多求職者將湧入其中爭取面試機會，企業使用履歷進行篩選之外，會考驗應徵者的基本開發能力以及專案經歷。前者常見的測試方式為白板題與線上題庫測驗；後者則看求職者的作品集來了解。而 LeetCode便是常見了解題目的手段，其記錄各式各樣的題目好讓求職者有個底。
LeetCode 的題庫內容有： 1. Algorithm 2. Database 3. Shell 4. Concurrency 最常見的以演算法為主，這次的系列將著重於此。 說穿了，刷 LeetCode 好比學生時代刷題庫，目的是熟悉題型好應對各式各樣的基本題與變形題。目的只有一個，面試中遇到的技術問題可以順利通過。 在LeetCode上，您可以找到各種程式設計問題，涵蓋許多數據結構和演算法的重要概念。這些問題可以大致分為以下幾個類型： 1. 陣列和字串：這些是最基本的問題類型，通常需要操作和管理數據集合。範例包括找出陣列中的最大值、找出字串的子字串、反轉字串等。 2. 鏈結串列：這類問題通常涉及到節點的添加、刪除和尋找，或是反轉鏈結串列等操作。 3. 堆疊和佇列：這些問題通常涉及到堆疊...
自然而然會連結到資料結構。深入來看，演算法是基於不同類型的資料結構開發出來的，即使是不同的資料結構，基本的 CRUD 功能是必要的，而演算法便是思索如何改善 CRUD 的速度。因此，往後在工作上面對不同的需求時，使用較符合需求的資料結構，再搭配適合該結構的演算法，便能有效提升計算速度。 演算法對一個工程師的意義？如何提升實力？
其實刷 LeetCode 的需求，往往有幾種背景需要練習： 1. 學習過大學資料結構與演算法課程的學生。 2. 想要進入大公司的求職者。 3. 想要學習新語言特性的學習者。 題庫刷得再多也要記得，專案的能力也要一併培養。刷很多題庫卻沒有規劃專案的能力，往往是致命的，因為題庫的能力可以藉由反覆練習獲得，規劃專案的能力卻不太能藉由反覆練習取得，因此不少資深職缺會希望求職者擁有好的專案經驗。
我不是大專院校資訊相關科系出身，自然沒有接觸過演算法與資料結構。學習過程以網頁開發為起點，學習 HTML、CSS、JavaScript，後續在公司的專案上接觸到 Java 與 C，整個過程由簡入難。 說實在的，沒有接觸到靜態語言前，覺得全世界都用 JS 開發是件多美好的事情。隨著經驗的累積後，慢慢了解每種語言因為獨特的能力而有存在的必要性。 1. 學習 Java 才瞭解靜態語言與物件導向的美。 2. 學習 C 才了解 JS 好用的內建函式，不一定是效能的最佳選擇，以及 By Value & By Reference 的由來。
順序是這樣的： 1. 介紹 LeetCode 與一些基本刷題知識 2. 介紹資料結構的特性。 3. 列入在 LeetCode Tag 內的資料結構優先討論。 4. 嘗試用 JS、Java、C 各解一次，目的是增進三種語言的熟練度。 5. 演算法用來輔助資料結構。 因為我最熟悉的語言是 JS，所以相關的術語概念將以 JS 為主。
首先要仔細閱讀已知的資訊，除了閱讀題目本身的描述外，點擊 Related Topics 後會看到 Array & Hash Table。對於菜雞來說，關於如何操作 Array 有個基本的概念，但是 Hash Table 就不太理解，於是找尋 Hash Table 的相關資訊，大致上有概念後，會陷入一個窘境，如何實作？ 想了 20 分鐘後仍然沒頭緒，直接找答案。了解 Hash 除了常用於密碼學上，也可以應用在其他情境。在參考解答後寫了 JS 的版本： 說實在的，看答案後重新寫出來並不可恥，重點是學習這個問題背後要測試的技術是什麼，這邊只使用一次 for loop，每次進行判斷與製作 Hash Table，所以可以有效地壓縮搜尋時間。 轉職工程師不只要刷 leetcode，16 週進度班帶你半年...
在我還是個剛轉職成功，沒有實際接觸過複雜專案的菜雞時期，面對新功能的開發，心態上保持著 先求有再求好，寫出許許多多用了不同內建函式、自訂函式的程式碼。新功能當然是順利開發成功，為此感到十分開心。這時候的我，對於能完成新功能開發的自己，感到十分得意。 工作經驗增加後，有機會碰到公司內較複雜的專案，藉此打開我的眼界，程式碼的部分沒有毫無章法的寫法，反倒是有一定規律的做法（現在的我知道這是 Design Pattern），當時我負責接觸的部分是效能優化的部分，這時候才感覺到沒有思考每種資料結構特性，胡亂使用順眼的函式執行，是一件多麽可怕的事情。 回憶結束。 關於程式碼的效率，可以從兩個角度來思考： 1. 執行速度可以多快？ 2. 執行時期記憶體使用量有多少？ 新手工程師如何提升「程式碼品質」？程式...
暴力解
時間複雜度的部分，第一個迴圈，陣列內每一個項目都要被執行一遍，所以執行次數是 nums.length，在分析時習慣用 N 表達。針對陣列內每一個項目，會需要第二個迴圈，執行次數是 nums.length – 1，分析用 N-1 表達。 因此這題的時間複雜度是： 空間複雜度方面，沒有額外宣告任何變數。 因此，暴力解在執行時間方面會是 O(N^2)，記憶體方面幾乎沒有大負擔。
使用 Hash Table
時間複雜度的部分，僅僅只有一個迴圈，執行次數是 nums.length。 因此這題的時間複雜度是：O(N)。 空間複雜度方面，額外宣告 Hash Table，隨著 N 的數量增長，Hash Table 內的資料量將跟著成長。 因此，Hash Table 在執行時間方面會是 O(N)，記憶體方面則有負擔。
這題嘗試用不同語言撰寫，有趣的地方在於，我直覺認為靜態語言就是比動態語言快速，殊不知 C# 賞我一巴掌，而記憶體的使用方面，Java 與 C# 也賞我兩巴賞。這邊有幾點可以推論： 1. 這題的寫法，在記憶體的存取方面，對於 Java 與 C# 有比較大的負擔。 2. LeetCode 官方的模擬環境，與我認知的不太一樣。 3. Golang 出人意料的快速，怪不得 Google 自誇是 21 世紀的 C 語言。 就我個人經驗而言，撰寫 JS 與 Java 的時候幾乎沒在管記憶體，追求的只有更高的效率。直到接觸用 C 開發的機器，被 free 給嚇到，給我一個機會省思過度宣告變數的好壞。
2023年2月7日 · 1. SWOT分析. 2. 五力分析模型. 如何用數據做競品分析. 定性分析. 定量分析. 數據可視化. 結語. 競品分析是商業戰略中不可或缺的一環，幫助企業揭示對手的策略與市場定位，從而在市場競爭中站穩腳跟。 這項分析不僅僅是搜集數據，更重要的是將數據轉化為洞察力，進而制定策略。 以下將詳細介紹競品分析的步驟、框架與方法。 一、競品分析的重要性. 競品分析能夠揭示市場趨勢、對手動態和潛在風險，為企業提供決策支持。 通過詳細的分析，企業可以發現市場機會，避免盲目決策所帶來的風險。 二、競品分析的五個步驟. 1. 確定分析目標.
API 常用工具. API 是什麼？ API 是 Application Programming Interface 的縮寫，API中文是「應用程式介面」。 在電腦程式設計裡，應用程式介面 (API) 是用於打造應用程式軟體的一組副程式定義、協定與工具。 API 是指各種軟體組件之間一套明確定義的溝通方法。 好的 API 提供模塊，並且由工程師將它們組合在一起，如此一來讓寫程式變得更簡單。 API 的使用者是「能夠寫程式的開發者」，開發者可以透過 API 去使用其他人撰寫的應用程式。 API 的運作方式： 請求（Request）: 一個軟體應用（通常稱為客戶端）向另一個軟體應用（稱為服務器）發送一個請求。 這個請求通常包含以下內容：
2024年1月29日 · 我們想要解決的問題是什麼？ 會需要用到什麼數據？ 資料的來源有什麼？ 數據的類型跟種類有什麼？ 適合用什麼樣的模型？ 你會發現「模型」是最後才會想到的，前面比較重要其實是「資料」這件事。 因此整個資料科學的核心，還是從資料開始定義問題。 以同一份的資料來說，可以定義成監督式學習，也可以用非監督式學習的角度切入，就看你從哪個問題切入。 觀察資料的 N 件事. 那真正要開始一個專案的時候，會先收集一堆的資料準備分析。 而在真正開始進行分析之前，會建議先初步觀察手邊資料，讓自己對資料先有第一層的認識。 一方面有助於我們進行資料預處理，另一方面在進行特徵工程時可以給我們一些思路。 這邊向大家分享我自己在拿到資料之後的操作流程，希望透過系統性的方式來建立對資料的感覺。
