接到网易杭州笔试通知，我说让我安排一下，稍后回复。结果回复不接了怎么办？

majiamajia2010 2010-09-07 02:52:22

如题。
接到网易杭州笔试通知，给说了时间地点。
我说让我安排一下，稍后回复。
对方叫我回复打过来的号码。

过半小时左右我回过去，结果不接了，怎么办？是不是没戏了？

...全文

200 6 打赏收藏转发到动态举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

qiyuqing 2010-09-08

打赏
举报

回复

LZ面试的怎么样啊。

majiamajia2010 2010-09-07

打赏
举报

回复

后来打通了，谢谢大家！

banana 2010-09-07

打赏
举报

回复

换个手机马甲接着打啊

bancxc 2010-09-07

打赏
举报

回复

sff

nicholas1009 2010-09-07

打赏
举报

回复

一般那种电话不太好打进去，使劲打吧。。。

majiamajia2010 2010-09-07

打赏
举报

回复

安全起见，用个mj，没有分，抱歉

先谢过大家

该博客围绕秋招求职展开，涉及众多公司的面试、Offer情况。包括Java开发岗位，如阿里云转正失败、小米秋招Java一面等；还有不同行业公司的Offer选择难题，如华为、比亚迪、移动等。同时提及笔试、面试评价、薪资待遇等求职相关内容。

本文围绕求职者在牛客网上的讨论，涉及互联网行业的薪酬、华为HR的决策、不同公司的校招面经、offer比较、技术面试问题、实习选择、大数据开发职位以及2024届校招动态，提供了求职者分享的经验和建议。

CnOpenData线上招聘网站信息数据库整合七大招聘平台数据，覆盖2014年至今的岗位、企业、薪资、技能要求等结构化字段，支持劳动力市场趋势分析、人岗匹配研究及中小企业就业研究。数据具多源性、长时序、高频更新与文本挖掘潜力，广泛应用于劳动经济学、教育政策与企业HR决策。

内容概要：本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器（AUV）运动控制中的应用，旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型，将Q-Learning算法与传统PID控制相结合，实现控制器参数的在线自适应优化，有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证，结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现，为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群：具备自动控制理论、强化学习或水下机器人建模背景，从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标：①应用于高精度、强鲁棒性的水下机器人运动控制系统设计；②开展智能PID控制器在非线性、时变系统中的参数自整定研究；③作为强化学习在复杂工业控制场景中落地的典型案例参考，推动算法与工程实践融合。; 阅读建议：建议结合提供的Matlab代码进行仿真实验，重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程，可进一步拓展至与其他智能优化算法（如DQN、Actor-Critic）的对比研究，深化对自适应控制机制的理解。

已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台，特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时，Matlab 拥备多种工具和函数，支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。我们需要掌握三种关键的回归指令： 1. `polyfit(x,y,n)`：此函数适用于拟合一元幂函数，能够导出一个多项式模型。例如，若知晓数据呈现二次函数形态，可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`：这是一个多元线性回归指令，能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征，该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`：这是最为通用的非线性回归指令，适用于适配任何类型的函数，无论是一元或多元，前提是用户能够定义函数形式（`fun`参数）。回归分析的核心在于寻找一组最优的系数，使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态，随后通过最小化误差平方和来估算系数。在Matlab中，`regress`指令主要用于处理线性模型，而`nlinfit`则处理更为复杂的非线性模型。对于多元线性回归模型，我们可以用如下形式进行表述： \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中，\( y \)是因变量，\( x_1, x_2, \ldots, x_p \)是自变量，\( \beta_0, \beta_1, ...

700

社区成员

253,700

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章