CSDN算法技能树测评

简介: CSDN算法技能树测评

一、【找BUG】

技能树左端的树状结构有时候会乱码,导致文体出现颠倒,不知道是网站原因还是我自己电脑的故障,另外当点击一道题目的时候总是网页上下反复刷动几次,导致用户体验感极差。

二、【上新测评】

最新的一个更新就是学习奖章,说实话这个我觉得很不错,用户学习一段时间可以获得一定奖励可以大大激励用户,提高用户留存,但是我个人觉得奖章的个数或者种类较少,我觉得可以使用多添加一些不同种类,不同类别性的奖章,提高丰富程度,例如可以不同的算法设置一些奖章,对于动态规划设定不同的门槛,当这个算法达到一定级别就可以兑换这个算法不同级别的奖章。

或者可以设定考试或者测试,全站的人共同对比,然后获得全站性的奖章,或者可以向leetcode学习,设置周赛,然后提供周赛的奖章。

三、【内容质量】

针对于整个算法目录来讲,说实话种类有点少,上面的图是我再Leetcode上拿的,贵网站提供的题目可以作为大部分人使用,但是对于一些算法进阶者来说,还是远远不够的,算法囊括的种类太少了,另外里面的题目可以数目多一点,但是一定要经典,不可以不挑选的都放进来,精致优美的题目会给学习者带来更大的兴趣,用户留存度会更大。

四、【感受和建议】

我近期用了半个月左右的这个技能树,但是感觉用起来不是特别的舒服,在web端还好一些,在app里面体验感极差,一方面是UI设计不好,另外是功能设置上也不方便用户的使用,还有就是有些卡顿不够丝滑。

然后还有就是在技能树只能够看题学习,就是我希望能够设计出和Leetcode一样可以在线提交代码然后测评,这样就觉得好许多,现在只能够看正确答案,如果用户有自己的想法不能够在线测试,会导致用户不喜欢,加上在线测评后这样技能树就不单单只是可以学习,还能够实时测试,调bug这会方便许多。

如果上面的功能可以实现的话,再加上一个能够保存用户提交代码版本的界面,类似于git,可以看到各个用户提交的版本AC代码,这有利于大家共同学习该算法。

还有就是每个算法题的界面说实话很丑,能不能把题目、答案、解题思路用一些高亮或者设置页面固定的格式将其区别,现在这样好像就是一个乱码的pdf一样,题目思路答案很混乱,对齐也是不工整。

五、【期待】

  • 增加在线测试功能
  • 优化题目界面,提升观赏度
  • 适当增加优质题目、算法种类
  • 改善界面UI设计
  • 添加类似于git样的代码仓库
  • 增加一些奖励制度
  • 丰富学习奖章种类
  • 可以定期开展一次比赛


目录
相关文章
|
机器学习/深度学习 数据采集 存储
特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案:技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障
本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案:技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述,从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型,期间也涉及了近几年前沿的对比学习模型,之后提出了文本匹配技巧提升方案,最终给出了DKG的落地方案。这边主要以原理讲解和技术方案阐述为主,之后会慢慢把项目开源出来,一起共建KG,从知识抽取到知识融合、知识推理、质量评估等争取走通完整的流程。
特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案:技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障
|
机器学习/深度学习 人工智能 JSON
CSDN 算法技能树 蓝桥杯-基础 刷题+思考总结
一根高筋拉面,中间切一刀,可以得到2根面条。 如果先对折1次,中间切一刀,可以得到3根面条。 如果连续对折2次,中间切一刀,可以得到5根面条。 那么,连续对折10次,中间切一刀,会得到多少面条呢?
119 0
|
算法 Java
CSDN的小伙伴问的一道算法题
CSDN的小伙伴问的一道算法题
CSDN的小伙伴问的一道算法题
|
机器学习/深度学习 自然语言处理 算法
【自然语言处理】正向、逆向、双向最长匹配算法的 切分效果与速度测评
【自然语言处理】正向、逆向、双向最长匹配算法的 切分效果与速度测评
208 0
|
机器学习/深度学习 人工智能 自然语言处理
|
9天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
143 80
|
3天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
5天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。

热门文章

最新文章