早期的Feed流主要是把用户关注的内容以Timeline的形式展开。但是随着用户场景的丰富，Feed流也有了更多的变种。本篇文章主要讨论如何设计一个Feed流，以及Feed流背后的设计逻辑。
一个Feed流永远是在解决两个核心问题：

• 应该展示给用户什么内容
• 这些内容该怎么排序
  阅读全文 »

通知系统，顾名思义即通知信息的传达处理系统。目的是为了让用户获得需要得到的消息及提醒并进行处理。这里的“需要得到”有两层意思：
1、用户彼此互动触发的信息流（留言、评论或者回复、私信等） 2、网站希望用户了解关注的信息（系统公告等）
通知系统设计的原则可简单的归纳为：
1、消息传播效率最高（获取、处理、信息传达、用户反馈等效率） 2、避免产生骚扰（噪音、频繁提示）

先分解下目前新版一账通的结构，理清产品定位与思路。

互联网社区经历了几代的发展，派系繁多，本文不想和大家一起回顾历史，也不想从大社区的概念给大家一个笼统的轮廓，讲些似是而非的道理，仅仅从移动互联网的角度出发，以独立APP的立场，聊一下方寸之地该如何设计与运营，顺便整理下自己的想法。

想做好设计并经营好一个社区，首要目标就是要明确定位，什么样的定位，决定了你的社区要怎么设计。
下面简单说下笔者找定位的思路。

随着神经网络的进化，许多过去曾被认为不可想象的任务现在也能够被完成了。图像识别、语音识别、寻找数据集中的深度关系等任务现在已经变得远远更加简单了。在此向这一领域的杰出的研究者致以真诚的谢意，正是他们的发现和成果帮助我们利用上了神经网络的真正力量。

自从google的AlphaGo战胜李世石后，机器学习，人工智能，神经网络的大潮便席卷而来，各种网络、线下媒体的狂潮热捧。理性上，大家都知道进步的意义。也都知道长远来看，人工智能的发展不仅对人类生活的方方面面都有积极意义，从根本上说，这也的确将是一个新时代的开端，引用别人的一句话：“我们走在浪潮之巅，我们可以投身其中，我们可以改变世界”。现在，让我们一起来迎接吧。

使用机器/计算机来处理类似人类决策的任务的统计学习的基本术语是件很麻烦的事，所以才有了下面这篇文章，简单的说：

• 人工智能 —— 使用机器诠释的人类智能
• 机器学习 —— 实现人工智能的一种方式
• 深度学习 —— 实现机器学习的一种技术

现在的数据科学是一个知识体系，囊括了统计学和计算方法等等（而且在不同的具体领域不同学科的比例也不一样）。机器学习（或使用了其它的术语，比如深度学习、认知计算）则是让机器像人类一样思考和推理，基本上而言是指通过人工的方法（所以也叫人工智能）来代替人类天生的自然智能——涉及到的任务从简单到复杂都有。比如，无人驾驶汽车（目前）正在模仿人类的驾驶，驾驶条件也是人类在自然情况下会遇到的——我说「目前」是因为也许未来人类将很少能够直接驾驶机器，「驾驶（drive）」这个词本身都可能会改变含义。

方法论是人们认识、理解复杂而抽象的事物的基本方法，是对过程、思路的归纳和包装，用目前流行的话来讲，就是套路。

不思议迷宫中输入密令可以获得对应的奖励，说白了就是游戏的彩蛋，奖励不算丰厚，聊胜于无的东西，下面一起来看看不思议迷宫密令大全，全部密令及奖励汇总!