所以工资这种东西除了自己公司内部有可比性之外，对陌生人而言无任何可比性。
同样的工资，福利待遇、到手金额、公司氛围、工作事件、家庭开销、家庭规划完全不同。

量化相当于就是理想的技术面交易。
找的是历史数据中参与市场的人的偏好与规律，从而获得收益。

个人不看好纯量化交易 A 股。

同花顺有自己的量化平台，可以直接回溯，只不过语言不是 python 。

一般这种都出在父母和自己的教育断层以及学习能力相差比较大的情况下。

这种情况可以聊一聊父母擅长的领域。这样你们能收获愉快的谈话，也能了解更多父母的行为逻辑以及脑回路。逐渐就能找到共同话题了。

相比于资本家，我更相信医生以及营养学家的建议。
即规律作息，适度运动，少食多餐，营养均衡，控制体重。
现在为了减肥，还多了一条就是少糖（少摄入 GI，GL 大的食物）

说客观的话，我的理解跟湿度以及风速有直接关系。
相同温度，湿度越大、风速越大，体感越冷。
主观的话，你上身穿这么多，最起码也得配条秋裤啊😂

挺好，学习到了前端的精髓，即能贴图就贴图。这就对了。

然后可以学习其他网站优化一下观感。尽量减少强硬颜色过度与大量纯色色块。

然后补足一下交互的动画。这样档次感一下就上来了。

比如翻译，游戏等领域。

第一个问题，不做算法岗，不太可能用上机器学习。

第二个问题，不懂机器学习完全没问题，因为开发是软件工程，是工程学。机器学习本身我个人理解是理科。

第三个问题。
机器学习本身没有问题，关键问题在于落地。

要么是模型很容易陷入局部最优，或者是对历史数据过拟合，导致无法应用或者没有应用价值。
要么是很难实现无监督学习 /半监督学习（验证算法搞不定，或者是结果无法量化）。导致最终变成全人工喂数据+人工核验结果，成本暴涨，失去机器学习的意义。

所以你可以观察一下，目前机器学习大放异彩的领域都是探索一个既定规则下的最优解 /最理性解。

这也太狠了，还有连环骗局😂
薅羊毛也没逮一个羊薅的啊，薅的跟葛优似的。

关键就是所谓的系统漏洞是商家 /卖家主导还是你主导的。
比如你发现商家可以用一张券来打一个非常大的折扣，或者商家手动标错了价格，亦或者是折扣计算有 bug，用一张券他算 10 张。只要你咬死了你不知道漏洞（很关键），就不算违法。

反之比如你发现你 f12 修改了界面 dom 元素的价格后，支付就是你修改的价格了，而且提示等待商家发货，那就是你违法。

这个不方便怎么理解呢？
如果说是第一次点击默认为选中的话，我测试了一下，虽然选中状态下不展开网址，但复制粘贴出来还是全文。

如果要用第三方，尽量选上门维修的。
然后根据价格和摔得情况，基本上就是只换外屏 /换“原厂屏”/换国产屏的区别。（原厂屏你可以理解为原厂次品 or 高质量第三方屏）

不送充电器，也不送耳机。
结果价格也没有变化。
苹果这么缺钱的么？

一般来讲都是发货配送员好心替别人取单，然后没来得及更新系统，或者是原本的取单员忘了这事儿。
我也发生过有人取单之后其他配送员再追电话过来问什么时候取货的情况。

现在 diy 玩家群体的 cpu 性能过剩的厉害。

而且这次又不像之前的 ryzen2 代、3 代系列，性价比提升的那么大。
5600x 依然是 6 核 12 线程。主频提升了，但价格也提升了，里外里同等价格买到的性能等于没变……

如果从程序层面解决的话，可以把 5 线程，分别取 5 随机行转换为单线程（或 5 线程的队列）取随机 25 行，然后分发。
但这有个前提，即你 5 个线程的读取时机要严格同步。（不过如果不同步，又要取没有交集的数据，好像有点奇怪）