恩，多谢提供链接哈

我没想那么多， 就是在自己觉得对的路上埋头使劲干。 不犹豫，不彷徨，不退缩。 有踌躇不前的功夫，事情早就做出来了，路也走出来了。 延迟满足感，厚积薄发。 所以我从来也没怎么焦虑过，但我却一步一步走的更好了。 不要去管其他人什么水平，其他人开多少工资， 那都没用。 走好自己的路才是最实在的

到底你们都是从哪听说的 6：2：2 这种配比的

6：2：2 的这个做法肯定是不推荐的。 这样训练数据太小。模型效果不会好的

主要是平时工作生活太忙了。。。没时间维护群。 能保持每周更新一篇文章就已经很不错了

楼主比较喜欢用实际的代码来演示。 但这其实并不适合作为一篇文章，而更像是楼主个人的笔记。 可能楼主并不擅长讲故事吧。要讲明白原型链以及 proto 和 prototype 的区别其实还是需要很多文字和流程图的。 建议楼主更多的从受众的角度考虑如何做分享~~ 其实楼主在贴代码的同时，着重的讲一讲函数的 prototype 的指向以及对象的 proto 的指向再配合着贴一下类似下面这个图效果会好很多。

恩恩~~ 坚持住哈~ 社区里还没有人写一个比较完整的 JS 系列帖子呢。 最好把 es6 也写进来， 然后选择三大框架里的一个也讲解一下。

恩恩， 也建议把 eventloop 闭包这些东西也详细讲一下~

既然写 es5 了~~ 起码把原型链解释清楚吧~~ 要不然直接 new 一个函数的方式人家会懵逼的~~ 你上面的 demo 也就是原本就会 js 的人才看的懂。。。 所以你这写出来给谁看呢。。。

不错， 刚学完 docker 没多久就有这样的实践了。

握个抓~

机器学习的测试主要分两种，一种是把机器学习当黑盒子测试模型效果。 这个不用太懂机器学习，知道模型常用的评估方法就可以了，属于只要会机器学习中的模型评估部分就可以。 如果要测试机器学习平台， 那就要彻底的懂机器学习。 懂了就知道测什么了

还没有这个群~~~ 话说你是哪家公司的同行呢。 目前有机器学习平台的公司没几家也。 咱们可以互相交流

你可以看看我那篇演讲稿。里面讲了怎么测试

不需要多久， 懂一些大数据的知识，懂一些机器学习的知识就行。 不用学很长时间的

恩是啊。 我当时买的时候就是主要受这两个因素影响~~

我感觉对我们这种穷人来说影响因素最大的就是价格和离公司的距离吧

我 spark 还行，没碰到特别恶心的事。。。因为公司里一堆搞 spark 的。。我遇见坑了就能问。。 tensoflow 也用现成的镜像搭环境~~~ 话说你们要做数据测试了么？ 也研究上 spark 了

感谢支持~~ 没人留言我都感觉好孤独

赞，补充的很全面

不少人有这种能力， 不过大多数都是忙的没时间仔细看开发的代码

上学好早啊~~ 我 23 的时候刚毕业。你就已经工作两年了。 我对刚入门的同学永远都说一句话： 找个好平台，找个好平台，找个好平台。重要的事情说三遍。 好平台可以带你成长。 在一个好平台下成长是 easy mode， 自学都不是 hard mode 了， 是 doom mode。 先学一下基础，可以培训可以自学，然后尽快跳到大平台上去。

其实就是验证数据在倾斜的时候，算法的性能是什么样的。 观察的就是计算时间，内存占用和 CPU 使用率

就数据驱动就行了。 关键字驱动大部分是给不会写代码，或代码写的差的人用的。可维护性太差了。case 一多就是坑。 有很多人喜欢搞这种不用写代码就能写用例的框架的目的只有两个。 一个是组里面真找不到几个会写代码的了，被逼的 (我再 58 的时候就是)， 第二个就是为了 kpi，为了晋升，为了装逼。。。。

专业测开是从来不用关键字驱动的。