名词

全栈科学家

“全栈科学家”（Full Stack Scientist）并不是一个标准的职位名称，但在某些情况下，人们可能会使用这个术语来描述一位具有综合技能的专家，能够在多个领域内独立完成复杂任务。这种术语往往结合了“全栈工程师”（Full Stack Engineer）和“数据科学家”（Data Scientist）的概念。

具体来说：

1. 全栈工程师（Full Stack Engineer）是指能够同时处理前端（用户界面）和后端（服务器、应用程序逻辑、数据库）开发工作的工程师。他们通常具备广泛的编程语言和技术栈知识，能够在开发过程中独立完成整个应用程序的构建。
2. 数据科学家（Data Scientist）是指专注于数据分析、机器学习和数据挖掘的专业人士。他们负责从大量数据中提取有价值的信息，并利用这些信息来解决业务问题或推动决策。

将这两个概念结合起来，“全栈科学家”可以理解为一个人不仅具备构建完整的软件系统的能力，还能处理复杂的数据分析和机器学习任务。这样的专业人士通常具有以下特征：

• 广泛的编程能力：熟悉多种编程语言和技术，能够开发从前端到后端的整个应用程序。
• 数据处理能力：擅长处理大数据，能够清洗、转换和分析数据。
• 机器学习技能：了解并能应用机器学习算法来解决问题。
• 跨学科知识：具备业务理解和创新思维，能够在多个领域内灵活运用自己的技能。

虽然“全栈科学家”不是一个正式的职业称谓，但它表达了对具有综合技能的专业人士的需求，特别是在那些需要融合软件工程与数据分析的项目中。

梯度下降算法

梯度下降算法就像是你在山上找最低点的游戏。

想象一下，你在山顶上，目标是下山到山脚下的最低点。但是，你不能一眼看到整个山的情况，只能通过感觉哪边比较陡峭来决定往哪个方向走。

1. 初始化：你站在山顶上，这就是你的起始位置（初始参数）。
2. 计算梯度：你观察四周，看哪个方向最陡峭（坡度最大），这就是“梯度”，它告诉你上升最快的方向。
3. 更新位置：既然你要下山，你就朝着与陡峭方向相反的地方走一小步（这个小步就是“学习率”）。
4. 重复：你不断地检查新的位置，继续朝最陡峭的反方向走，直到你发现周围都不再陡峭，这时候你就找到了一个低点。

这个过程中，“学习率”决定了你每一步走多远。如果步子太大，你可能会错过最低点；如果太小，你可能会花很长时间才能到达。

这就是梯度下降的基本思想，用在机器学习中，就是帮助我们找到使错误最小化的最佳模型参数。

Kibibyte

kibibyte=1024字节；
kilobyte=1000字节

计算机领域中二进制数量的词头是kibi, mebi,gibi

观念

• 工程师思维：帮同行解决问题而不是炫耀技术。
• 培养一堆天天纠结术语用的对不对的专家就是在浪费资源，他们只是想通过术语凸显自己的专业性，而不是去解决问题。
• 专家喜欢谈学科间的差异与专用术语，解决问题的人更关注问题背后的共性。
• 以前老师是站在舞台上的智者（sage on the stage），现在学生资源丰富，老师成了边上的向导(guide on the side)
• 在中国从中小学到大学学生多半时间在学习数理化语文英语。这些具体学科的内容，很少有人有机会去学习一些横向技能。这里的横向技能指的是批判式思维创意与创新的过程，学习策略认知习惯等等。

事实

• 苏美尔算盘是历史上第一个计算机器。
• abacus这个词源自希腊语abax，表示石板。
• 密码棒是第一个加密装置。将羊皮纸缠绕在木棒上，在上面写信息。然后拆下来，文字就成了乱码。接收方再把羊皮纸缠绕到密码棒上面，文字就又排列有序了。
• Antikythera Machanism，世界第一台计算机。用来计算天象历法。
• 亚历山大的海伦，制造了一个舞台机器人。
• 《破译加密信息手稿》由伊拉克的肯迪所写。他对加密文本进行统计分析，分析字母频率，实现解密。