機器學習第一問 --- 為什麼要用機器學習？（what can machine learn?）
答：傳統的計算機演算法是定義一系列的規則，然後用規則來進行判斷，以此來解決問題，而某些問題無法用規則來進行描述。機器學習開發了另外一條道路，就像人類學習書本是書本，鉛筆是鉛筆一樣，都是通過不斷地觀察，從而得出結論，而不是根據記憶規則。
那麼什麼樣的問題需要用機器學習來解決呢？總結出來有以下三點：
1，訓練資料中有某些規律（pattern）可循
--- 比如說你無法用人的姓名來**身高，因為姓名和身高之間並無關聯，無法找出規律，你也無法用以往的彩票中獎號碼來**下一次的中獎號碼，因為中獎號碼完全是隨機的，沒有規律可以學習到；而機器學習可以通過房子的位置，大小，年代等資訊來**房價
2，無法輕易定義這些規律
--- 比如說識別影象是不是乙隻貓，就適合用機器學習來解決，貓的特徵太多了，每只貓的特徵都不盡相同，而且每個品種的貓特徵也不同，不可能做到完全概括這些規律；而識別影象是不是乙個圓，這就沒必要用機器學習了，因為描述乙個圓很簡單
3，有足夠多的訓練資料可供學習（至於多少資料是足夠多，以後再說）
--- 比如說客戶在網頁停留的時間，是否點選了廣告等資料可以比較容易得獲得，因而可以有大量的資料可供我們對客戶進行分類；而判斷腫瘤是良性的還是惡性的，則需要專業知識，此外，還需考慮到病人的隱私，因此，這類醫療資料不是那麼容易可以獲取的
什麼樣的公司需要高手，什麼樣的公司需要普通水平員工
觀點一 小公司需要全是高手，大公司需要少量高手和大量的普通水平的職員 兩三個人的專案組，什麼都要幹，什麼事情都要那兩三個人幹，個個都是全能多面手。大公司是現代化管理，高度分工，只需要會一項技術即可。員工大多數是流水線上的裝配工，技術要求低。觀點二 差公司需要高手，好公司需要普通員工。差公司，指的是沒...
我需要用什麼來排解我的心情？
我選了個這麼難的 題目，是因為我想讓自己真正把精力放到技術上面。從痛苦 煩悶中盡快恢復過來，我和她相愛著，所以，我應該讓自己成為她的驕傲，為她做我所有能為她做的事情。不管到 不管是否在一起，我都會默默祝福她，為她祈禱，為她24小時開機，隨時等待那個不可能打過來的 在我心裡，她是我的女孩兒，為她做的，...
我們需要什麼樣的測試？
左耳朵耗子發表了 我們需要全職的qa嗎？後，一石激起千重浪，贊成者有之，激烈反對者有之 有人說文中對qa的定義不對，還有人說以偏概全 的確，在需不需要專職的qa角色這個問題上，很難用乙個簡單的 需要 或 不需要 來回答。前兩天我寫了一篇對該文的回應文章，但由於文章寫就得比較倉促，很多觀點來不及完整表...