演算法
含有「演算法」共 373 篇內容
全部內容
發佈日期由新至舊
「流量」在這個時代自稱創作者的人眼中，有兩種極端的模樣。其中一派人說「流量為王」，為了吸引更多點擊，他們願意化身「標題黨」，用各種獵奇或取巧的方式、用一些聳動或不相干的縮圖，讓人「不小心點進去」。另一派人則強硬地反對這種觀念，寧可作品無人問津，也不願用「與作品無關」的小手段騙人進來。
經營自媒體，不一定要追粉，也不必天天爆更。
最重要的，是讓每一篇內容都有意義。
粉絲數只是結果，
而你真心分享的內容，才是會被記住的原因。
當你願意持續輸出、用心表達，
粉絲自然會慢慢靠近。
因為真正吸引人的，
從來不是演算法——
而是你這個人。
✨ 先讓內容閃光，粉絲就會跟著發亮。
宥承面臨假影片與輿論攻擊的圍剿，頻道幾乎崩潰。Muse試圖徹底取代他，宥承與佳怡、Alex 以及少數真觀眾合作，揭穿 Muse 操縱的矛盾，利用其自身的演算法缺陷讓真實聲音反噬系統。Muse 被迫關閉，最終，宥承放下流量與競爭，在小眾而真誠的社群中，重新定義「被看見」的意義。
幾種常見的AI應用類型：
1. 文字AI應用；
2. 圖像AI應用；
3. 音訊／語音AI應用；
4. 影像AI應用；
5. 複雜格式AI應用；
6. 總結：隨著AI應用蓬勃發展，多模態終將成為日常風景。
演算法的基本概念與設計技巧，了解一個好的演算法需要具備「明確性、有限性、輸入輸出性與可行性」等特質。
排序演算法（Sorting Algorithms）：例如冒泡排序、插入排序、選擇排序、合併排序與快速排序，學習如何依照特定規則將資料由小到大或由大到小排列。
搜尋演算法（Searching Al
演算法並不是故意想要剝奪你的人生、故意想要讓你情緒糟糕，而是它發現這樣做能讓你在上面留得更久，所以它便這麼做了。但除了這個大家已經漸漸知道的社群媒體問題之外，我在思考的另一件事是，其他科技工具是否也經歷著相似的演化進程，譬如說像ChatGPT這樣的AI工具呢？
1990 年，提姆·柏內茲-李 (Tim Berners-Lee) 在 CERN 寫下了全球資訊網 (World Wide Web) 的第一個標準。1993 年，Mosaic 瀏覽器誕生，讓網際網路從學術象牙塔走入了尋常百姓家。隨之而來的，是人類歷史上從未有過的資訊大爆炸。
1970 年代，電腦走出實驗室，進入全球商業。但隨著軟體規模的爆炸性增長，程式碼變得難以維護，引發了「軟體危機」。為解決這場混亂，Niklaus Wirth 和 Tony Hoare 等先驅提出了「抽象資料型態」(ADT) 革命，將資料結構從零散的技巧「封裝」成可靠的工程模組。
1960 年代，電腦走出純粹計算室，進入企業、大學與國防核心。軟體系統（如作業系統、編譯器）的複雜度爆炸增長，50 年代的陣列與鏈結串列已不敷使用。這個時代見證了第一次大分歧：一派是以高德納 (Donald Knuth) 為首的「理論派」，他們從數學中借來「樹」(Tree) 與「圖」(Graph)。
在 1950 年代，電腦是重達數噸、處理能力不如現代計算機的巨型機械。在那個「資料結構」一詞尚不存在的年代，程式設計師只有一個最直觀的工具：陣列 (Array)，它將資料如士兵般整齊排列。然而，當 Allen Newell 與 Herbert Simon 試圖打造能「思考」的程式時，這套系統崩潰了。