博文

Mac软件安装使用列表list

图片
@(工具)[Markdown] 工作效率 1.Chrome 插件 2. Alfred ：安装workflow 3. 窗口管理 开发效率 IDEA 插件 开发工具 Postman 写作学习 Mweb Typora Ulysses Notion Obsidian 项目&日程管理 项目管理Omnifocus Fantastical 项目管理软件openproj 深度学习 日常娱乐 Mac管理 数据处理及分析 工作效率 1.Chrome 插件 Chrome 插件： 【+++++】Clutter Free - Prevent duplicate tabs：防止打开相同的tab页面 ---Chromes Bookmarks：在aflred中搜索Chrome浏览器的书签【不太行，功能被Vimium吊打】 --Search Safari and Chrome Tabs：搜索Chrome和Safari当前打开的tab页面，支持跳转到选择页面。插件地址( http://www.packal.org/workflow/search-safari-and-chrome-tabs)【适合safari的书签搜索】 [TO DO] https://www.youtube.com/watch?v=qWOSqz-cD2Q 各种神器插件，查看作者： https://www.youtube.com/channel/UCC2uUAHDPwUmmm44zyTLogQ Adblock One：屏蔽广告插件 TabCopy ：直接复制网页中的 Tampermonkey 影视音乐VIP免费看，文库下载(百度文库)，Bilibili支持(免费下载、字母下载)、搜索美化 需要安装插件（Greasy Fork）： 1. 全网VIP视频破解 2. 全网音乐一键免费下载 3. 网易云音乐高音质支持：去除网页版网易云音乐仅可播放低音质（96Kbps）的限制，强制播放高音质版本 4. 破解VIP会员视频集合 5. 本地 YouTube 下载器 6. 百度文库加强 7. 网页限制 8.
发表评论
阅读全文

Mac软件安装使用列表list

图片
Mac软件安装使用列表list @(工具)[Markdown] Mac软件安装使用列表list 工作效率 开发效率 开发工具 写作学习 项目&日程管理 深度学习 日常娱乐 Mac管理 数据处理及分析 工作效率 Chrome插件 【+++++】Clutter Free - Prevent duplicate tabs：防止打开相同的tab页面 ---Chromes Bookmarks：在aflred中搜索Chrome浏览器的书签【不太行，功能被Vimium吊打】 --Search Safari and Chrome Tabs：搜索Chrome和Safari当前打开的tab页面，支持跳转到选择页面。插件地址( http://www.packal.org/workflow/search-safari-and-chrome-tabs)【适合safari的书签搜索】 [TO DO] https://www.youtube.com/watch?v=qWOSqz-cD2Q 各种神器插件，查看作者： https://www.youtube.com/channel/UCC2uUAHDPwUmmm44zyTLogQ Adblock One：屏蔽广告插件 Tampermonkey 影视音乐VIP免费看，文库下载(百度文库)，Bilibili支持(免费下载、字母下载)、搜索美化 需要安装插件（Greasy Fork）： 1. 全网VIP视频破解 2. 全网音乐一键免费下载 3. 网易云音乐高音质支持：去除网页版网易云音乐仅可播放低音质（96Kbps）的限制，强制播放高音质版本 4. 破解VIP会员视频集合 5. 本地 YouTube 下载器 6. 百度文库加强 7. 网页限制 8. 购物党自动比价工具-领取淘宝内部券 9. CSDN自动展开+去广告+净化剪贴板+免登陆 ……………… Alfred ：安装workflow 1 .CodeVar：拯救你的代码变量 2.微信便捷回复： 方法一：curl -o- -L https://raw.githubusercontent.com/lmk123/oh-my-wechat/
发表评论
阅读全文

面试标准

🈲
发表评论
阅读全文

特征工程沉思录

图片
1.综述 More data beats clever algorithms, but better data beats more data“，更多的数据打败聪明的算法，更好的数据打败更多的数据。这也是在强调特征工程的重要性。 如何评估一个特征，这个可以用于特征选择 “引入了某个信息量很大的特征之后，模型效果提升明显。“这里的信息量是对特征的修饰，代表着引入了这个特征，提高了模型预估的准确性，降低了算法预估的不确定性。 “特征A的信息量比特征B的信息量更大。”这里是引入特征A和引入特征B相比，引入特征A对于模型效果提升更加明显。 ”引入新特征效果不明显，新特征信息量几乎为零。“这里的意思是新的特征中蕴含的信息在老的特征中已有，所以引入新的特征没有意义。 我在考虑各种算法系统的时候，都是在用信息量的视角去思考的，哪些处理可以更好利用信息量，哪些数据引入可以更大程度提高信息量。 1.1了解有哪些坑 非常的最前面提到的谷歌的那篇论文，写得是真的很好。自己实践中无数的痛点 把一个机器学习算法用到工程上，有多少隐藏的坑，首先必阅读 1.2 DL cheatsheet https://stanford.edu/~shervine/teaching/cs-229/cheatsheet-deep-learning 1.3 书籍的知识体系（精通特征工程） https://item.jd.com/12515465.html?cu=true&utm_source=www.zhihu.com&utm_medium=tuiguang&utm_campaign=t_1001542270_1001969010_0_1927659642&utm_term=ac0f6b242f69408e9528519f5c9c56d9 1.4 其它人的总结 1.特征工程精囊 <一些很实用的特征工程技巧> https://github.com/Pysamlam/Tips-of-Feature-engineering 2.阿里的特征交叉 想为特征交互走一条新的路 - 周国睿的文章 - 知乎 https://zhuanlan.zhihu.com/p/287898562 2.评估     okay...那感觉这
发表评论
阅读全文