雅虎香港 搜尋

  1. 碳粉回收地點 相關

    廣告
  2. 合資格回收再造公司,回收手機配件. 專業處理及銷毀各國庫存電子及退港廢料。

搜尋結果

  1. tw.alphacamp.coALPHA Camp

    ALPHA Camp 致力於創新教育實踐透過專業課程規劃、業界優秀講師、共學成長社群讓職涯發展不斷與時俱進,推動科技領域的 ...

  2. 念化工系的Fan第一份工作和國外求學的經歷,沒讓他找到明確的目標,常常懷疑自己是不是浪費了大把的時間和金錢,走在錯誤的路上。他決定跳脫這個「看自己會什麼,才去找能做什麼」的框架,轉而先思考自己想要的是什麼,根據這個目標去檢視自己哪裡不足,再去補足缺乏的能力。看他分享他 ...

  3. 2023年6月12日 · 時間地點上有限制,無法上實體課的人‍. 不知道自己是否對寫程式有興趣的人‍. 文組生的 Kelly,來 AC 前曾在學校通識課、youtube 與 Udemy 學過程式。. 她在過程中學到不少東西,但也發現因缺乏進度督促與有效練習,成效很有限。. 後來她來到 AC,透過學習設計 ...

  4. 其他人也問了

  5. Generative AI Engineer. ihower 擁有 20+ 年的軟體開發經驗,在 AI 浪潮中,透過 LLM 應用開發 Roadmap,幫助軟體開發工程師建立「如何學習 AI 技術」的世界觀,減少許多工程師在快速變化的 AI 領域中的焦慮感。. 更進一步推出 LLM 應用工作坊:工程師們不用像以前需要學 ...

    • (12)
    • 2024年03月10日
    • Paid
    • 2024年03月04日
    • 為什麼我們需要演算法
    • 演算法種類
    • 演算法的應用
    • 如何評估演算法?
    • 經典演算法例子
    • 演算法書推薦
    • 演算法學習 Q&A
    解決問題與改善效率:演算法是我們處理資訊,解決問題和進行決策的關鍵工具。他們可以幫助我們更有效率地完成任務,減少時間和資源的浪費。
    應用範疇廣泛:從網路搜索、社交媒體的內容推薦,到機器學習和人工智慧,無處不在的演算法都在背後默默運作,大大擴展了我們處理資訊的能力。
    實現自動化與智慧化:在大數據時代,演算法不僅能自動化地處理大量資訊,還能從中學習並優化自己的運作,實現智慧化。
    支持決策制定:在商業、科學、醫療等領域,演算法可幫助我們對大量數據進行分析和挖掘,從而提供有價值的見解和支持決策。

    演算法就和問題一樣有許多種類。以下是電腦科學領域常見的幾種演算法: 1. 簡單遞迴演算法 (Simple recursive algorithms:):這些演算法使用遞迴計算來找答案。這個方法用於解決古典問題,例如「計算到 n 次方」。 2. 回溯法 (Backtracking):為了找到解決方法,一個問題先劃分為多個計算用的路徑。如果路徑方向錯誤,便回到上一個位置,從另一個方向開始計算。常見的使用案例需要從大量數據中找到特定資訊。這個方法通常用來找出每一條路徑。如果一條路徑不包含目標資訊,則演算法會回到上一個連接點。 3. 動態法 (Dynamic): 這個演算法的獨特之處在於演算法會記憶之前解決過的問題,並藉由之前解決問題的經驗更快找到類似問題的解決方法。如果之前你計算過 n 的 1,0...

    在這裡我們收集了幾個我們生活常碰到,而且有趣的演算法,請參考這幾個外部連結。 1. 排列 (Sorting) – 如何把千多本書排列順序? 2. 秘書問題 (Secretary Problem)– 如果你要聘請一名秘書,總共有 n 個申請者。每次只能面試一人,面試後要馬上決定是否聘他,如果當時決定不聘他,就再沒有機會。問:要面試幾個人,才最有機會選中最合適的人選?解決這個問題的方法,叫「最佳停止演算法」(Optimal Stopping Algorithm). 3. PageRank – How Search Work by Google– Google 最早的是用 PageRank 這個演算法去判斷如何排列用戶搜尋的結果。 4. EdgeRank – Facebook 動態消息 (News...

    演算法除了能否正確解決問題之外,還有「好、壞」之分嗎?答案是有的。不同的演算法,雖然都能正確達成目標,但還是有效能 (efficiency) 之分。主要的考量點有兩個: 1. 時間複雜度(Time complexity) – 它代表一個演算法的執行時間。針對同一個問題,有些演算法會比別的用更短的時間(也是更快速)去解決問題。 2. 空間複雜度(Space complexity) – 它指的是要執行該演算法 (或是程式碼) 所需的記憶體量。

    1. SVM演算法(Space vector modulation 支援向量機)

    1. 應用:主要用於分類問題,也可用於回歸。 2. 原理:在特徵空間中尋找最佳超平面,以最大化不同類別之間的間隔。 3. 特點:適合於高維數據集,對於非線性問題可以通過核技巧進行處理。

    2. Minimax演算法

    1. 應用:主要用於零和遊戲,如象棋或圍棋。 2. 原理:通過最小化對手可能獲得的最大收益來最大化自己的最小收益。 3. 特點:常與Alpha-Beta剪枝一起使用,以提高效率。

    3. ID3(Iterative Dichotomiser 3)

    1. 應用:用於創建決策樹,主要用於分類問題。 2. 原理:使用信息增益作為分割數據的標準。 3. 特點:易於理解和實現,但容易過擬合,且不支持連續屬性和缺失值處理。

    入門科普類 《寫程式前就該懂的演算法: 資料分析與程式設計人員必學的邏輯思考術》: 透過生動的插圖與實例,將演算法的複雜概念化為簡單易懂的知識。本書涵蓋基礎至進階演算法,適合程式設計新手與專業人員。透過詳解與練習題,讀者能夠深化對演算法的理解,提升解決問題的能力。 《改變世界的九大演算法》:淺顯介紹了塑造當代數位生活關鍵技術的九種演算法。從搜尋引擎、網頁排序到公鑰加密和數位簽章,這本書透過易懂的語言揭示了每日應用背後的科學原理。無需資訊科學背景,讀者可洞察這些技術如何定義我們的數位世界,感受到科學家與數學家的創新與探索。是理解現代技術不可或缺的閱讀。 專業書籍 演算法導論《Introduction to Algorithms》:這本書是演算法領域的經典之作。全面而深入地介紹了從基礎數據結構到...

    Q:學習演算法之前,需要有什麼樣的基礎嗎?

    演算法算是獨立學問,不太需要基礎知識,但由於會使用 Big-O 來分析演算法效率,分析時會用到高中數學知識,如指數、對數等,所以還是要理解一些高中數學,假設真的忘了,碰到時再回頭補上即可。

    Q:演算法會因程式語言不同而有差異嗎?

    95% 邏輯是一樣的,但根據語言特性,實作細節寫法可能有點不同。如果要從零開始準備演算法面試,提供兩個面向供參考: 1. 選擇自己最熟悉的語言練習演算法:絕大多數公司在面試演算法時,不會要求使用的程式語言,因此可以用自己最拿手的程式語言來準備 2. 若無特別熟悉的程式語言,建議可以用 C 語言來學習演算法:由於 C 語言是很原始的程式語言,如果用 C 寫得出演算法,基本上其他語言也寫得出來 無論如何,程式語言只是工具,在準備演算法面試時,建議使用自己最拿手的武器去應戰。

    Q:網路開發新手在做 side project 時,如何導入演算法思維?

    其實蠻困難的,因為絕大多數前端應用軟體都用不到演算法,再者如果沒有演算法的概念,也無從應用起。只有當你具備演算法基礎知識時,做 project 才有機會用到演算法,因此在做 side project 時,可以反問自己:有沒有更棒的程式寫法。

  6. 2023年7月25日 · 數據分析轉後端工程師 Ching 的「鬆弛有度」學習法. 了解更多 ALPHA Camp 高留存率的學習體驗. ORID 是個在國際上被廣泛使用的焦點式提問法,透過四個層次的提問,能夠幫助使用者更結構性地思考與回應問題。. 本文以大家熟悉的 ORID 焦點討論法為起始點,接下來 ...

  7. 卓越的 PM 是團隊順利運作的靈魂人物之一。想成為軟體業 PM,最重要的能力是什麼?PM 在專案管理時常會遇到哪些問題? 5 月 Coding+ 職涯探索活動,邀請了現為軟體業 PM,同時為 ALPHA Camp 助教兼教材審閱者的 Rafeni,分享 PM 專案管理的實務經驗。