余舜哲的 One Piece


  • 技术

  • 随笔

  • 书房

  • 归档

  • 关于

  • 搜索
close

我们为什么要不顾一切匆忙去成功,不顾一切地沉湎于所谓进取?如果一个人无法跟自己的同人并驾齐驱,可能因为他听到了另一种鼓声。他还是随着自己早已听到的鼓点前进,不管是什么节奏,也不管它在多远的地方。– 梭罗

这里,是我分享技术类文章的地方。

创业笔记 & 商业分析

Stay hungry, stay foolish.

  • AI换脸zao戏,及背后个性化形象的市场
  • Cornell Tech Startup Studio结课总结
  • VC Day项目观察
  • 如何向投资人讲好一个故事
  • 对李开复新书演讲《AI·未来》的一点思考
  • 写在微软Imagine Cup决赛圈之后
  • HiTech面对面·华人创业故事 - 一名多大学生创业者的故事
  • 鲸语的创业故事 - 聚焦生活服务的搜索引擎
  • 鲸语2.0 - 用人工智能推荐本地资讯
  • 写在1.0发布后第50天 - 鲸语开发者的独白,校园媒体报道原文: 鲸语 - 一名多大校园开发者的独白
  • 鲸语1.0 - 多伦多玩乐攻略第一入口,校园媒体报道原文: ADA出品 | 鲸语-精致你的生活

加密经济

Something I have deep faith in.

  • 钱不是必要的,流动性才是。

机器学习 & 推荐系统

Something I love and specialize.

Deep Learning

  • Softmax的numpy实现, 以及SGD、minibatch
  • Ridge Regression的实现
  • Customized Convolution Neural Network的Pytorch实现,包括batch normalization

Kaggle

  • Kaggle Jupyter技巧总结:经典机器学习模型,Pipeline, GridSearch, Ensemble等

Recommendation System (精选论文)

  • 「5/5」Multi-Interest Network with Dynamic Routing for Recommendation at Tmall
  • 「4/5」BERT4Rec- Sequential Recommendation with Bidirectional Encoder Representations from Transformer
  • 「3/5」Behavior Sequence Transformer for E-commerce Recommendation in Alibaba
  • 「5+/5」Deep Neural Networks for YouTube Recommendations
  • 「4/5」Collaborative Deep Learning for Recommender Systems
  • 「4/5」Wide & Deep Learning for Recommender Systems
  • 「5/5」Real-time Personalization using Embeddings for Search Ranking at Airbnb
  • 「3/5」A Cross-Domain Recommendation Mechanism for Cold-Start Users Based on Partial Least Squares Regression
  • 「5/5」IRGAN - A Minimax Game for Unifying Generative and Discriminative Information Retrieval Models
  • 「4/5」Practical Lessons from Predicting Clicks on Ads at Facebook

博客文章

  • Computer Vision - 基于图片特征匹配合成全景图
  • 用ffmpeg从视频中获取图片及GIF

算法 & 数据结构

Always be prepared.

  • Leetcode题目解析
  • Leetcode算法思路
  • 浅析经典面试算法题-two pointer的运用

前端技术库

React is the future of building UI.

  • React/ES6 style guideline
  • webpack与react hot reload开发工具库
  • ReactNative-简易个人博客客户端
  • React Native Everyday challenge
  • Socket.io开发多人聊天室教程
  • AWS elastic beanstalk使用体验
  • Angular入门-module和service
  • 前端自动构建工具[第一期]-npm script
  • Twitter-scraping engine in React

MEAN Stack (更新至2015年)

学习接受一种新的技术栈,也是学习一种新的开发态度和观点。从以前的LAMP构架(Linux, Apache, MySQL, PHP),到前几年大火的MEAN全栈开发(MongoDB, Express, Angularjs, Nodejs),既然LAMP能完成大部分功能的开发,究竟为什么我们要使用新的技术栈?

为什么要使用MEAN?

Simplicity matters. MongoDB提供了基于JSON更加灵活储存和处理数据的方式,还内置对地理位置query的优化,Nodejs的单线程非阻塞IO让浏览器和服务器之间的实时联系和更新(persistent connection and update)提供了更好的选择,在Django和Rails里的处理(one server process for each active client)在node面前也相形见绌了,Express标准化了网站构建,而Angularjs则给前端添加了很多数据实时更新的交互组件(Ajax-driven interactive components)。很多技术上的比较更适合在博客里阐述,长话短说,从前一个技术团队长达几个月的开发流程可以被缩短至现在一个人几周甚至几天的工作量,而真正最大化每个人的效率而不是受制于上级命令,受制于legacy code。这个系列,是我自己学习这些技术开发项目时的手记,记录了从原型设计到前后端开发的过程和一些细节陷阱。

  • [第一期]MEAN全栈开发-前端原型设计
  • [第二期]MEAN全栈开发-Express实战手记
  • [第三期]MEAN全栈开发-Mongo数据库搭建REST API
  • Ajax(with Jquery) on Nodejs server

Web develop and design

快和美,是我对自己开发网站的要求和期待。在这里收集些自己开发时的灵光一现和提高开发效率的思考。

  • HTML5创意视频分屏
  • Responsive web design[第一期]-Flexbox layout
  • Responsive web design[第二期]-position/overlay
  • Responsive web design[第三期]-js动画
  • VR场景制作[第一期]-d3js介绍
  • VR场景制作[第二期]-动画
  • 用revealjs制作生日礼物

D3 visualization

D3.js给前端可视化提供了许多的可能性,让艺术的、可交互的作品也可以在浏览器展示给用户。

  • D3弹力布局(force layout)呈现facebook主题数据,live demo
  • D3桑基流平衡布局(sankey graph)呈现tweet的情绪化分布, live demo

Ruby and Rails

Ruby on Rails在15年左右的湾区感觉已经成为了startup的日常配置,不因为别的,move fast and break things!

  • SearchInsta开发过程手记
  • Agile web developing in rails-读书笔记
  • ActionCable in Rails5
  • Nokogiri-ruby爬虫
余舜哲

余舜哲

时间知道

147 日志
9 分类
69 标签
RSS
GitHub 微博 豆瓣 知乎 Linkedin 友链
© 2013 - 2024 余舜哲 | 博客全站共461.2k字
你是第个小伙伴