@Xs0ul #51 修正 1/3 -> 2/3

验证很简单，把数字改小就好了，改成冰箱 1 有 1 瓶，冰箱 2 有 2 瓶，拿两天

按照 31/61 的做法，结果应该是 1/3

实际直接暴力解，概率是第一天拿抽冰箱 1 有 1/2，第一天抽到冰箱 2 并且第二天抽到冰箱 1 是 1/4，合计 3/4

而 3/4 就是 n=2，p=0.5 的二项分布的累加和

等价的问题是，扔 60 次硬币，正面小于等于 30 次的概率，是二项分布的累加和

具体结果楼上已经用 wolfram alpha 算出来了

听四年成熟的描述，有点怀疑是期权还是股权

1. 经历里时态要统一，比如最后的 game classification，三个分别是 collected，using 和 classified 就很别扭
2. steam 的数据，不知道你是用的 kaggle 的还是自己爬的。如果是 kaggle 现成的，说 collect 就有点投机。另外对于这个项目，描述上感觉不太清晰。一般第一反应该是个推荐系统，但是你描述为 classification 就比较难理解你训练时候的 target 是什么
3. machine learning 的 skills 里，把 CNN 塞在这堆传统的模型中间有点怪，而且给人一种只用过 CNN 而不了解其它 deep learning 的感觉。包括单写了个 regression models 也挺别扭的。建议把这堆模型放到项目经历里，skills 里放 scikit learning, keras 这些

在别人那儿这标题应该叫“性能大幅提升”

我试了你的也可以 ac 的，这个测试用例上也是对的，如果你在做的是 108 的话

不如重启试试

只要知道从奇数点开始，不是随便凑凑就出来了吗

很好奇在今天这样的市场表现如何

np.array(a).reshape(3,2).T

你的要求里有三个条件：1. 每个人等概率 2. 人数不固定 3. 即时开奖
去掉任意一个都有可行的方案
去掉 1 不提了
去掉 2: 人数固定就等于提前准备好 N 张签大家抽，这个你自己已经弄清楚了
去掉 3: 蓄水池抽样，但是无法实时开奖

@yuhaocoding #9 人数定了是可以的，但是人数不定就不一样了

这个说不通的，奖品全抽完了后面的人就是 0 概率了

sentiment analysis, 请. 文字的分析已经很成熟了,语音的不了解

不过楼主说是小公司,要自己实现.我的理解是大公司才自己开发,小公司就直接花钱调 api

确实我看简历看到 icc 的经历,下意识就会觉得这人找不到好工作靠 icc 混身份

RTX8000 感觉上是传统上说的"专业卡", 和游戏显卡相对, 感觉是给渲染什么用的

V100 就是 deep learning 用的. 比如你复现别人论文的模型, 别人论文里提到 V100 下速度是多少,你就很容易比对. 另外出了莫名其妙的 bug, 也更容易搜到同样的问题和解决方案.

和这些比起来速度是小事

取代也不是非 0 即 1 的. 比如读纸质 /扫描的表格,把数据敲到电脑里这活,自动化处理可以解决比如 90%的情况,意味着只要软件+原本 10%人力

https://stackoverflow.com/questions/1132941/least-astonishment-and-the-mutable-default-argument

和 dfs 无关, 不要把 mutable 的对象作为默认参数

看到"先进后出"就发现不对 https://ws4.sinaimg.cn/bmiddle/62e721e4gw1et02g5wksrj200k00k3y9.jpg