• 第1章 机器学习的诞生与演化
  第1章　机器学习的诞生与演化 这一部分是整本书的灵魂章节——它帮助读者理解「为什么机器学习会出现」、「它解决了什么问题」、「它与深度学习和大模型之间的关系是什么」。 1.1　从符号主义到统计学习 一、人工智能的三大流派 人工智能（AI）并不是一夜之间出现的，它的思想可以追溯到上世纪 50 年代。AI 的发展大致经历了三大主要思潮： 符号主义（Symbolism）——...
  2025-11-03 12:40:12 | AI
• 《深入理解机器学习：从原理到实践》
  写作目的 由于自己偏向于实战派，所以理论比较差。 这个系列主要用于 AI 基本知识的入门，或者说简单的整理汇总，方便大家学习查询使用。 背景 📘《深入理解机器学习：从原理到实践》 第一部分：机器学习的全景图 第1章　机器学习的诞生与演化 1.1 从符号主义到统计学习 1.2 数据驱动范式的崛起 1.3 传统机器学习、深度学习与大模型的演进关系 1.4 人工...
  2025-11-03 12:40:12 | AI
• redis 访问次数过多的优化
  背景 系统上发现有的业务场景，访问了几百次 redis。 虽然每一次速度不算慢，但是性能多次访问叠加，就有些慢了。 一些方式： 关于 redis 访问次数的一些优化思考。 mget, 优化为1次，pipeline、多线程并发。 jvm 本地缓存，使用 cache 避免内存过大，类似于布隆过滤器，set 之类的，先访问本地，然后才访问 redis。 chat redis 访问优...
  2025-10-31 12:40:12 | Cache
• 文本差异对比与增量存储的一点思考
  背景 这几天一直在对比 json、text，对的眼花缭乱。 于是就想着写两个页面小工具。 json 对比 纯文本的行、词、char 对比 一点延伸 又想到，如果我想存储文章的每一个版本。 其实每次都是全量并不是好的方法，因为有时候可能改动不多。 那么，有没有类似于 base+differ 的方式，来存储每个版本的信息呢？ 思路 通过 differ 工具，直...
  2025-10-31 12:40:12 | Tool
• 力扣平台设计-91-持续运维与优化（Continuous Operations & Optimization）
  chat 持续运维与优化（Continuous Operations & Optimization） 好的，我们来系统地展开 持续运维与优化 在类似力扣平台中的作用、方法和实践。 这个阶段是平台 长期稳定运行、支持迭代和持续增长 的核心保障。 🔟 持续运维与优化（Continuous Operations & Optimization） ...
  2025-10-29 12:40:12 | Think
• 力扣平台设计-81-数据监控与分析（Data Monitoring & Analytics）
  chat 数据监控与分析（Data Monitoring & Analytics） 好的，我们来详细拆解 数据监控与分析 在类似力扣平台的角色、方法和实践。它是平台 运营、产品优化和商业决策 的核心支撑，也是平台长期可持续发展的关键能力。 9️⃣ 数据监控与分析（Data Monitoring & Analytics） 维度 ...
  2025-10-29 12:40:12 | Think
• 力扣平台设计-71-运营与增长（Growth & Operations）概览
  chat 运营与增长（Growth & Operations） 好的，我们来详细拆解 运营与增长 在类似力扣平台中的角色、策略和实践方法。 这个模块是连接 产品功能 → 用户价值 → 商业价值 的关键环节，也是平台能否长期可持续发展的核心。 8️⃣ 运营与增长（Growth & Operations） 维度 目标 ...
  2025-10-29 12:40:12 | Think
• 力扣平台设计-61-部署阶段概览
  chat 平台的部署上线、版本管理、发布策略、灰度发布 我们进入 平台上线与运维策略阶段。 这部分主要涉及如何让类似力扣的平台 安全、稳定、可控地发布上线，并支持版本迭代和灰度策略。 下面我给你做一个系统化的介绍。 1️⃣ 平台部署上线（Deployment） 部署目标 保证平台 高可用、可扩展、快速恢复 支撑 MVP → 企业 → Pro → 生态阶段 的持续迭...
  2025-10-29 12:40:12 | Think