讀緊cs, 好迷茫

學好SQL / data structure & algorithm已經夠照, 其他野邊做邊學就得

要咩情況下先用到 quick sort, tree呀哩d野如果做application層面既話？(真心問)
同埋識左，技術勁， d hr都係唔知識同唔識既分別， 只睇keywords同 經驗年數比人工。

application層面你通常都係call人地寫好左啲sort/data struct
自己寫反而會多bug(大部分情況
不過你用嘅時候如果知人地背後用咩algo有幾快可以知佢啱唔啱你個use case

好多公司直頭問你algo/data struct黎interview，呢啲就當然由啲engineer in你

咁我背哂d big o佢得唔得。

邊有咁易水過
通常會俾個問題你，叫你design一個algo solve佢，跟住就無限改constrain，要你改個algo
每吓都會問你time/space complexity
有啲又要你寫埋出黎run俾佢睇
有啲齋寫run都唔俾你run

咁我連普普implement個quick sort都唔熟可以gg-.-

睇你目標係咩
如果追求技術，想入真正既科技大公司
怒操面試題係最基本既付出
Big Oh呢d其實真係隨口都應該要講到
視乎每間公司既工作內容，就會有相應既面試題

唔識quick sort無咩所謂，考既價值唔高
反而quick sort既big oh倒是成日拎黎考人

algo好廢
係咪死得

algo好廢
係咪死得

唔係，香港大部份Program工都唔需要識Algor
只係普通既砌石仔，CURD
反而識Data Structure更加重要，
我成日話，
IVE仔同CS Degree仔既分別就係差係
對Data Structure, Design Pattern, Algorithm既認識
Engine Degree仔同CS Degree仔既分別就係差係
Design Pattern, Software Engineering既認識

algo好廢
係咪死得

algo 勁可以玩多好多野
唔勁仲有得寫下web 寫下app, 一定餓你唔死啦

吹到ML咁大,
睇完之前D AI科幻片當係ML
定有冇親身試過做呀

吹到ML咁大,
睇完之前D AI科幻片當係ML
定有冇親身試過做呀

人吹我又吹咁 香港地有幾多用武之地

點解會有人覺得ML/AI會係吹水
CS Degree Course已經有得讀

吹到ML咁大,
睇完之前D AI科幻片當係ML
定有冇親身試過做呀

人吹我又吹咁 香港地有幾多用武之地

問題係講到好易,
又吹到個功能咁大

點解會有人覺得ML/AI會係吹水
CS Degree Course已經有得讀

其實淨用
if-else if-else
寫出來既野都可以叫AI

ML, 我知degree有得讀,
老實講壇野04年已經有,
而家拎出來講都唔出奇

點解會有人覺得ML/AI會係吹水
CS Degree Course已經有得讀

其實淨用
if-else if-else
寫出來既野都可以叫AI

ML, 我知degree有得讀,
老實講壇野04年已經有,
而家拎出來講都唔出奇

bigdata啲friend，換個terms當新野，其實十幾廿年前嘅技術，btw CS都係吹水科imo

利申CS grad

原來係典型Strong AI, Weak AI Definition既誤解..

原來係典型Strong AI, Weak AI Definition既誤解..

AI的確係有學嘅意義 但其他就唔敢講啦，對我黎講太離地，最終多數都係變user而唔會係developer

點解會有人覺得ML/AI會係吹水
CS Degree Course已經有得讀

其實淨用
if-else if-else
寫出來既野都可以叫AI

ML, 我知degree有得讀,
老實講壇野04年已經有,
而家拎出來講都唔出奇

bigdata啲friend，換個terms當新野，其實十幾廿年前嘅技術，btw CS都係吹水科imo

利申CS grad

想太多了，AlphaGo既出現同呢幾年AI既技術突破有關
GAN係2014年先有人提出黎

Btw, 十幾廿年前嘅技術現在盛行不論是Big Data/Cloud Computing/AI, 甚至最近興起既Functional Programming都可以歸因去摩爾定律
要Hardware性能趕得上Theory才會令本來早已存在既技術普及同深入日常生活

algo好廢
係咪死得

algo 勁可以玩多好多野
唔勁仲有得寫下web 寫下app, 一定餓你唔死啦

可以玩google map shortest path, maximum flow去計點運石油最合符經濟效益？

但我覺得好數學feel...

Cs根本數學勁既人先易讀

點解會有人覺得ML/AI會係吹水
CS Degree Course已經有得讀

其實淨用
if-else if-else
寫出來既野都可以叫AI

ML, 我知degree有得讀,
老實講壇野04年已經有,
而家拎出來講都唔出奇

bigdata啲friend，換個terms當新野，其實十幾廿年前嘅技術，btw CS都係吹水科imo

利申CS grad

想太多了，AlphaGo既出現同呢幾年AI既技術突破有關
GAN係2014年先有人提出黎

Btw, 十幾廿年前嘅技術現在盛行不論是Big Data/Cloud Computing/AI, 甚至最近興起既Functional Programming都可以歸因去摩爾定律
要Hardware性能趕得上Theory才會令本來早已存在既技術普及同深入日常生活

有道理，講開cloud同FP，今年FaaS一定係大熱

AI讀過下
舊一代AI玩推logic, 有rule base system, 計下conditional probability
將一大抽if elif既當成rule塞入個base到， 教電腦遇到condition符合， 就update個 base。Bayesian network可以用黎計個電腦有幾多機率去做某d野。 教電腦點樣唔係非黑即白去諗野， 因為世界上除左true false, 仲有中間。 0到1之間仲有好多連續數。 Fuzzy logic模糊邏輯 就係講緊哩d野， 舉例子說， 形容温度除左熱同唔熱之外， 仲有好撚熱， 唔係好熱等等

新一代AI似乎係偏向deep learning d friend, 好多數

普通machine learning同咩 linear regression果d好似有關係，有分supervised同 unsupervised。
unsupervised岩用係d未明確知係咩既野， 例如教電腦點recognize男定女， 由於係男定係女既定義未明， 就要用unsuprvised既方法慢慢透過data 去train部電腦去classify佢地， 變成唔同既category。

supervised果種似乎係對有明確既definition, 例如數字大小， 去做price prediction就會用到， svm係其中一個算法。

以上亂吹一通， 最近開始研究ml中。。，

巴打你講堆野唔係吹wo

algo好廢
係咪死得

唔係，香港大部份Program工都唔需要識Algor
只係普通既砌石仔，CURD
反而識Data Structure更加重要，
我成日話，
IVE仔同CS Degree仔既分別就係差係
對Data Structure, Design Pattern, Algorithm既認識
Engine Degree仔同CS Degree仔既分別就係差係
Design Pattern, Software Engineering既認識

design pattern IVE仔都識， 仲玩到好癲。。。。

不過識還識， 到做野果陣， 都係識講唔識用

唔係個個IVE仔都係讀Software Eng

algo好廢
係咪死得

唔係，香港大部份Program工都唔需要識Algor
只係普通既砌石仔，CURD
反而識Data Structure更加重要，
我成日話，
IVE仔同CS Degree仔既分別就係差係
對Data Structure, Design Pattern, Algorithm既認識
Engine Degree仔同CS Degree仔既分別就係差係
Design Pattern, Software Engineering既認識

design pattern IVE仔都識， 仲玩到好癲。。。。

不過識還識， 到做野果陣， 都係識講唔識用

唔係個個IVE仔都係讀Software Eng

咁都係既
不過最慘就係識幾多design pattern , software eng, 做幾多unit testing, 個HR 同 non-tech既腦細都唔會知或者唔理， 反正出到貨， who cares

老細要揸數，做野始終係講緊business needs/ values