本文的10个小故事,或许能让你有所得。 自2011年以来,大数据旋风以“迅雷不及掩耳之势”席卷中国。 下文分享了10个从“天南地北”收集而来的小故事(或称段子),从这些小故事中,可对热炒的大数据反思一下,这或许能让读者更加客观地看待大数据。 故事10:你的一夜情我知道——大数据的隐私之痛 Uber(优步,著名的打车软件服务公司,乘客可以通过发送短信或是使用移动应用程序来预约车辆,利用移动应用程序时还可以追踪车辆的位置)曾在官网上发布一篇题为 Uber利用数据分析技术,专门筛选出那些在晚上10点到凌晨4点之间的用车服务,并且这些客户会在四到六小时之后(这段时间足够完成一场快速的RoG),在距离上一次下车地点大约1/10英里(约160米)以内的地方再次叫车 [10] 李国杰. 大数据研究的科学价值[J].
兴奋地来到家门口兄弟俩才发现他们的钥匙留在了20楼的包包 里了…… 有人说,这个故事其实就是反映了我们的人生:20岁之前,我们活在家人、老师的期望之 下,背负着很多的压力、包袱,自己也不够成熟、能力不足 10. 老和尚携小和尚游方,途遇一条河;见一女子正想过河,却又不敢过。老和尚便主动 背该女子趟过了河,然后放下女子,与小和尚继续赶路。小和尚不禁一路嘀咕:师父怎么了?竟敢背一女子过河?
兴奋地来到家门口兄弟俩才发现他们的钥匙留在了20楼的包包 里了…… 有人说,这个故事其实就是反映了我们的人生:20岁之前,我们活在家人、老师的期望之 下,背负着很多的压力、包袱,自己也不够成熟、能力不足 10. 老和尚携小和尚游方,途遇一条河;见一女子正想过河,却又不敢过。老和尚便主动 背该女子趟过了河,然后放下女子,与小和尚继续赶路。小和尚不禁一路嘀咕:师父怎么了?竟敢背一女子过河?
在十年所学,终成《代码随想录》!的留言区,可以看到很多录友们和“代码随想录” 的精彩故事。 留言区一共有300多条留言,公众号限制只能精选100条留言,所以不能把所有留言都展现出来。 这里我也分享一些录友们的故事: 从学生 到 已经工作的录友 有转行的录友 有对算法回心转意的录友 准备考研的录友 有许下心愿的录友 有说我题解有错别字的录友 哈哈哈 因为代码随想录而改变自己懒散习惯的录友 这些评论确实很让人感动,也希望大家都发展的越来越好[Hug] 这个月11号《代码随想录》正式开卖,结果两天就卖断货了,《代码随想录》也成为今年京东双12科技畅销书的一匹黑马。 没有加我过微信的录友,可以加我这个微信,备注:代码随想录。 方便阅读过程中有问题,直接与我反馈。 最后欢迎大家来《代码随想录》“找茬”!虚心接受录友们的指导 京东限时五折优惠,快扫码抢购吧!
明明一整周都在写代码、改bug、调接口,可Git提交记录却只写着fixbug、update、调整……这些碎片无法还原你的真实价值——那些深夜的思考、重构的决心、攻克难题的喜悦,全都沉没在时间的洪流里。 我们写代码,不是为了留下一串乱码,而是为了讲述一个故事。信息≠理解。而GitPulse,让信息变成洞察理查德·沃曼——TED创始人、信息架构之父——曾说过一句深刻的话:“信息只有被理解,才能产生价值。 它把零散的提交,重组成一条条有逻辑、有温度的故事线。价值先行:不是监控你,而是让你看见自己哈里·马克思——传奇营销大师——有一条铁律:“先问你能为客户创造什么价值,再谈回报。” 特别功能:AI代码检测——拥抱未来,诚实记录我们不回避AI编程。相反,GitPulse内置AI代码识别功能:自动标记AI生成代码统计AI辅助占比帮你反思:哪些工作可被AI替代?你的核心价值在哪里? 三步开启你的价值之旅安装:在JetBrainsMarketplace搜索“GitPulse”打开:IDE右侧工具栏点击“GitStatistics”感受:看见你的第一份“有故事的周报”最后的话我们不是代码机器
它们可能不包括以下10个故事以及关于它们的产品和服务。 Image: Wetzkaz Graphics/Shutterstock 过去一年发生了很多事情,尤其是在科技领域。 即使是在过去一年里有着其他的让我们紧张不安的故事,它们也是很难错过的。 它的幕后团队并没有松懈,并被认为是5月份针对政府机构和非政府组织的一系列网络钓鱼攻击的罪魁祸首,并在10月份试图冒充云服务经销商以获得客户IT系统的访问权。 还有,他们还把SEC对这些指控进行的调查抛到一边,玩家们对公司的情况和他们听到的魔兽世界的糟糕的故事叙述感到不满,纷纷离开。 原文标题:The 10 worst tech stories of 2021 编辑:于腾凯 校对:龚力 译者简介 顾伟嵩,中国科学院大学网络空间安全专业研究生。
在这个事情发生的第一时间,Anthony Fu 克隆了一份代码仓库,并做了补充说明。恢复仓库? 作为一个有着800个fork的知名开源项目,就算代码被完全清空了,也还是存在着无数个备份,要想恢复,也是很简单的事情。针对代码恢复这个问题,Anthony Fu 有着他的思考和观点。 如果是我,只要做开源可以赚钱,没有人贡献代码,没有人一起维护,完全没问题,我可以贡献到老。同时呢,这也是很多很多开源维护者,贡献者的窘境。
环境说明:Windows 10 + IntelliJ IDEA 2021.3.2 + Jdk 1.8 前言:重构之路♂️ 你有没有过这样一个时刻——项目初期迫于时间压力,代码匆忙上线,功能跑通了,但维护起来就像在迷宫里摸索 这,正是我在开发过程中遇到的“臃肿代码”的真实写照。于是,我决定给它来个“大手术”,进行一次彻底的代码重构。 这不仅仅是“修改”代码那么简单,而是像炼金术一样,把一堆混乱的代码重新炼制成可扩展、易维护的金子。 在这篇文章中,我将带你走进一次真实的代码重构之旅。 提高代码可读性和可维护性:让每个函数名明确其功能,代码结构清晰,减少不同功能间的耦合。减少重复代码:提取公共逻辑,避免不同地方的重复劳动。 这样,代码结构变得更加简洁,每个小函数的功能更加明确,代码也更易于维护。
01 理想的故事 低代码的理念最早可以追溯到上世纪80年代,彼时美国正在流行“第四代编程语言”,目的在于打造让开发者实现“做什么”而不是“如何做”的编程语言,并在21世纪初诞生了可视化编程语言。 同时在2016年的调研报告中坦陈,大部分公司反馈低代码平台帮助他们把开发效率提升了5-10倍,随着低代码技术、产品和行业的不断成熟,这个提升倍数还可能继续上涨。 即便是一些布局低代码的SaaS平台,也开始向aPaaS延伸,试图以开放的方式扩张自身的业务范围。 也就是说,“生态故事”几乎已经是低代码平台的标配,也是这场赌注中最危险的地方。 和许多被推上风口的行业一样,低代码并不缺少可观的商业故事,却不应忽略企业服务的特殊性,不像消费市场那样有太多差异化的空间。 低代码本身并不是壁垒,关键在于找到正确的价值出口,把“低代码”的利器转化为可观的商业价值,而非一味鼓吹低代码的技术革命。
下次再试一次,因为她是发明第一个编译器(将编程代码转换为机器语言的软件)的人。 编者注:这篇文章之前说过COBOL是第一种编译语言,但不是。 阅读有关编译语言早期的更多信息。 事实上,据路透社计算,目前仍有2200亿行 COBOL 代码被用于生产,而且每天 COBOL 系统处理的商业交易额高达3万亿美元。” 目前,Go 在云中占据主导地位 Cobol 早期统治的故事让我想起了一些东西。如果我们调查一下这个云计算时代最有影响力的项目,那么您将很难错过排在首位的Go。 虽然乍看之下,低于1% 的数字与整体采用率相比似乎无关紧要,然而,提供一些背景信息,Ohloh 上最流行的语言(C,C + +,Java,JavaScript)只占提交的10% ,项目和贡献者的5% 。 Command Line Heroes在本季讲述的故事说明了语言是如何诞生的,它们周围的社区是如何形成的,它们是如何变得流行和标准化的,以及一些语言是如何慢慢衰退的。
文章前言 低代码/无代码开发平台提供了一个通过图形用户界面创建应用软件而不是传统的手工编码计算机程序的开发环境,这种平台减少了传统手工编码的规模,从而加快了商业应用程序的交付,而随着低代码/无代码开发平台激增以及被组织广泛使用 ,产业界提出了一个明确而紧迫的需求,即建立依赖此类平台开发的应用程序相关的安全和隐私风险意识 OWASP Top 10 Low-Code/No-Code Security Risks(简称OWASP低代码十大安全风险 、软件即服务(SaaS)、平台即服务(PaaS)和云平台的跨组织堆栈上,大多数无代码/低代码平台都内置了大量连接器(即围绕API的包装器),可轻松地实现快速连接,大多数无代码/低代码平台中连接器和用户凭证形式的连接都是头等对象 ,作为数据移动的载体,无代码/低代码应用程序轻易就可以通过把数据移动到组织边界外部的另一个组织或个人账号而导致数据泄露,而当作为操作触发器,无代码/低代码应用程序可能通过将一个系 统中的操作与另一个系统中的更改隐式耦合而造成意想不到的后果 "代码"的一部分进行存储或者存储在平台提供的托管 数据库中,而这些数据必须按照法规和安全要求进行适当的存储 风险描述 无代码/低代码应用程序可以将数据作为其"代码"的一部分进行存储或者存储在平台提供的托管数据库中
变量覆盖 变量覆盖是指变量未被初始化,我们可以自定义参数值替换程序原有的变量值 extract()变量覆盖 int extract ( $array , extract_rules,prefix ) $array 关联的数组,受第二个和第三个参数的影响 extract_rules 对待非法/ 数字和冲突的键名的方法将根据取出标记 prefix 仅在第二个参数特殊时需要,添加前缀 危险函数 EXTR_OVERWRITE-默认。如果有冲突,则覆盖已有的变量。 EXTR_SKIP- 如果有冲突,不覆盖已有的变量。
本文收集了 10 个真实应用案例,平均效率提升 3-8 倍,覆盖销售、运营、财务、法务、HR、自媒体等场景。 案例 6:HR 部门——简历筛选效率提升 10 倍 团队规模:5 人(某互联网公司 HR 团队) 痛点:秋招季收到 3000+ 份简历,手动初筛需要 2 周。 案例 9:运维团队——日常巡检效率提升 7 倍 团队规模:10 人 痛点:每天需要手动检查 50+ 台服务器状态,记录异常。 QClaw 方案:定时自动检查服务器状态,有异常立即通过微信推送告警。 案例 10:跨境电商——多语言内容效率提升 5 倍 团队规模:8 人 痛点:产品描述需要翻译成英语、日语、韩语三个版本,外包翻译费用高且周期长。 电商运营 电商 多平台数据汇总 8x 律师事务所 法律 合同审查 5x 自媒体工作室 媒体 内容生产 4x 财务部门 制造业 报表制作 6x 创业公司 综合 个人效率 3x HR 部门 互联网 简历筛选 10x
▶如何用数据讲故事? —▼— 本书共有10个章节,可以划分为三个部分,第一部分是(1-7章)描述了“用数据讲故事”的方法论,第二部分是(8-9章)用图表案例举例。第三部分是(第10章)一些补充和思考。 而默认工具和一般实践常常令数据和讲述的故事枯燥无味。 本书讲述的内容能够让我们从简单地展示数据成长到用数据讲故事。 如何学会讲故事 我们将从6个方面学会用数据讲故事 读懂上下文:谁是你的受众?你需要他们了解什么或者做什么? 我们可以利用重复的力量让受众记住我们的故事,也可以采用水平和垂直逻辑关系、反向故事板以及寻求新视角等策略确保我们的故事清晰易懂。
下文分享了10个从“天南地北”收集而来的小故事(或称段子),从这些小故事中,可对热炒的大数据反思一下,这或许能让读者更加客观地看待大数据。 对于这个观点,李国杰院士认为【10】:在大数据中,看起来毫不相关的两件事同时或相继出现的现象比比皆是,相关性本身并没有多大价值,关键是找对了“相关性”背后的理由,才是新知识或新发现。 故事10:你的一夜情我知道——大数据的隐私之痛 Uber(优步,著名的打车软件服务公司,乘客可以通过发送短信或是使用移动应用程序来预约车辆,利用移动应用程序时还可以追踪车辆的位置)曾在官网上发布一篇题为 Uber利用数据分析技术,专门筛选出那些在晚上10点到凌晨4点之间的用车服务,并且这些客户会在四到六小时之后(这段时间足够完成一场快速的RoG),在距离上一次下车地点大约1/10英里(约160米)以内的地方再次叫车 End of Theory: the Data Deluge Makes the Scientific Method Obsolete.Wired. [10] 李国杰. 大数据研究的科学价值[J].
下文分享了10个从“天南地北”收集而来的小故事(或称段子),从这些小故事中,可对热炒的大数据反思一下,这或许能让读者更加客观地看待大数据。 有些小故事与结论之间的对应关系,或许不是那么妥帖,诸位别太较真,读一读、乐一乐、想一想就好! 故事01:大数据都是骗人的啊——大数据预测得准吗? 从前,有一头不在风口长大的猪。 图4 醉汉路灯下找钥匙(图片来源:经济学人) 这个故事很简单,看完这个故事,有人可能会感叹醉汉的“幼稚”、“可笑”。 下面的故事,让我们聊聊大数据的价值。 答案还真不是,下面的故事我们说说大数据的大小之争。 故事05:盖洛普抽样的成功——大小之争,“大”数据一定胜过小抽样吗?
下文分享了10个从“天南地北”收集而来的小故事(或称段子),从这些小故事中,可对热炒的大数据反思一下,这或许能让读者更加客观地看待大数据。 对于这个观点,李国杰院士认为【10】:在大数据中,看起来毫不相关的两件事同时或相继出现的现象比比皆是,相关性本身并没有多大价值,关键是找对了“相关性”背后的理由,才是新知识或新发现。 故事10:你的一夜情我知道——大数据的隐私之痛 Uber(优步,著名的打车软件服务公司,乘客可以通过发送短信或是使用移动应用程序来预约车辆,利用移动应用程序时还可以追踪车辆的位置)曾在官网上发布一篇题为 Uber利用数据分析技术,专门筛选出那些在晚上10点到凌晨4点之间的用车服务,并且这些客户会在四到六小时之后(这段时间足够完成一场快速的RoG),在距离上一次下车地点大约1/10英里(约160米)以内的地方再次叫车 [10] 李国杰. 大数据研究的科学价值[J].
作为从事数据科学的从业人员,我们有必要保持警惕和反省,思考大数据和AI的真正价值,本文通过10个小故事可以让大家从不同角度重新认识大数据,强烈推荐! 下文分享了10个从“天南地北”收集而来的小故事(或称段子),从这些小故事中,可对热炒的大数据反思一下,这或许能让读者更加客观地看待大数据。 对于这个观点,李国杰院士认为【10】:在大数据中,看起来毫不相关的两件事同时或相继出现的现象比比皆是,相关性本身并没有多大价值,关键是找对了“相关性”背后的理由,才是新知识或新发现。 故事10:你的一夜情我知道——大数据的隐私之痛 Uber(优步,著名的打车软件服务公司,乘客可以通过发送短信或是使用移动应用程序来预约车辆,利用移动应用程序时还可以追踪车辆的位置)曾在官网上发布一篇题为 Uber利用数据分析技术,专门筛选出那些在晚上10点到凌晨4点之间的用车服务,并且这些客户会在四到六小时之后(这段时间足够完成一场快速的RoG),在距离上一次下车地点大约1/10英里(约160米)以内的地方再次叫车
month) {days = 31;} else if (8 == month) {days = 31;} else if (9 == month) {days = 30;} else if (10 days = 31; break; case 8: days = 31; break; case 9: days = 30; break; case 10 { const {price, quantity, name, description} = args } getItem({ name: 'bananas', price: 10
在今天的大猫课堂中,大猫教大家用10行代码搞定它! PS:由于微信的限制,给大猫留言的小伙伴超过48小时后大猫就不能回复你们了。所以如果想联系大猫,可以按照文章最后的微信号加大猫微信哦。 步 骤分解 大猫先把代码放上来: # 设定滚动窗口期,这里为100天 n <- 100 # 计算滚动回归! 现在我们逐一分析这几行代码。 但是,这个滚动回归的代码也不是完美的,最大的劣势就在于我们的滚动窗口是用“期”而不是用“天”来定义的,也就是说,程序在每次滚动的时候都会固定找前面n期的观测,而不管这n期之间可能间隔的是10天,20天还是一个月 但是,对于大多数研究中,这种情况并不常见,所以大猫给出的代码还是能够应对大多数情况。