阿里面试经历及总结（数据研发、Java研发方向）
阿里面试经历及总结（数据研发、Java研发方向） 先简单自我介绍下：能源学院、控制工程。实验室是电力方向，硬件为主。我自学的软件。简历详见：Resume 我投的岗位“软件研发工程师”。到了面试现场，选择了Java语言（有对应的面试官）。不过，后面进行了交叉面试，被推到了“数据研
《剑指Offer》Java实现
1、 代码托管在我的Github上面：https://github.com/DanielJyc/SwordOffer 2、 《剑指Offer》这本书挺不错，难度适中，思路清晰，并讲到了细节问题；对于面试软件研发的人都应该仔细看看。 原书使用C/C++实现，我决定用Java按照书上
电影Boyhood观后感——Time seizes us
我们生活的圈子就这么大，有的人进来了，有的人就不得不出去。 如果该电影仅仅用普通的演员和普通的拍摄方法完成，也算不上优秀的作品。影片贵在真实地记录了12年时光的痕迹。 时间的流逝，被完美地诠释在每一个演员身上。也许我们的经历并不同于男主角，但其本质却一样：无非是不同年龄段的快乐
阿里巴巴大数据竞赛第一、二阶段所写代码行数统计(利用Python)
阿里巴巴大数据竞赛第二阶段所写代码统计 比赛告一段落，想把之前写得代码行数统计一下。找到一篇文章，这篇统计了所有文件所有行数之和；然而我的代码复用度很高，所以我稍微修改添加了几行。从而实现了统计所有行数和去重之后的行数。 1 2 3 4 5 6 7 8 9 10 11 12 13
HDFS（GFS） Python实现
实现了HDFS的最基本的功能。具体的每一步的实现过程可以在这里看到https://github.com/DanielJyc/HDFS。每一个commit都可以执行，算是记录了自己的实现过程。总体的设计框图如下： 总体设计 操作： 上传文件到HDFS：uploadfilen
Google面试题及答案--我的理解
将一根木条折成3段之后，可以形成一个三角形的概率有多大？ 假设木棍长度为1，分成的三段长度为x,y,(1-x-y)。整个区域为① 0=< x <= 1② 0=< y <= 1③ 0=< 1-x-y <= 1面积大小为1/2
机器学习17--增强学习——拟合的值迭代法（fitted value iterator）
机器学习17—增强学习——拟合的值迭代法（fitted value iterator） 本章不是很理解，只是把笔记摘录了一些。首先讲到了离散化。 Learn a Model 对于如下序列我们定义Model或者Simulator为：$$S_{t+1}=AS_t+Ba_t$$ 然后
机器学习16--增强学习——有限状态的马尔科夫决策过程MDP
机器学习16—增强学习——有限状态的马尔科夫决策过程MDP 16-20讲均为增强学习相关知识。暂时，只对16、17进行总结。增强学习：找到一条回报值最大的路径（每步的回报之和最大），就认为是最佳的路径。eg：四足机器人、象棋 AI 程序、机器人控制，手机网络路由，市场决策，工业控
机器学习15-3--独立成分分析ICA（Independent Component Analysis）
机器学习15-3—独立成分分析ICA（Independent Component Analysis） 每个人发出的信号$s$独立。且信号不能是高斯分布。 用于信号的分离（鸡尾酒宴会问题）。 ICA问题 鸡尾酒宴会问题 n个人，n个麦克风。从n个麦克风得到一组数据：。其中：i
机器学习15-2--几种算法的对比总结(FA、PCA、混合高斯算法、k-means)
机器学习15-2—几种算法的对比总结(FA、PCA、混合高斯算法、k-means) FA：无监督学习，z连续，服从高斯分布，作为隐含变量；运用EM方法，通过最大化似然函数，对进行参数估计。主要目的：降维。 PCA：通过变换矩阵进行降维。 混合高斯模型：无监督学习，z离散，服从多