TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #247 · 11.03

Попробовали на работе предметно-ориентированное проектирование (Domain Driven Design). Это такой способ построения архитектуры, когда ты (чаще всего с помощью системы типов и ООП) описываешь физическую суть вещей, которые представлены в твоей программе. Например, если в программе есть объект "Книга", то её нужно снабдить свойствами, которые бывают у книг в реальности: число страниц, автор, язык, тип обложки и т.д. При этом данные свойства должны быть такими, чтобы присвоить им нереалистичные значения было нельзя. Допустим, число страниц не может быть отрицательным (и скорее всего в реальном мире не может быть нулём). При попытке установить отрицательное число страниц программа должна выбросить исключение. А совсем в идеальном случае -- не дать этого сделать программисту на уровне статического анализа кода. Описав все свойства книги, вы снабжаете её операциями, которые над ней можно сделать. Например, из книги можно вырвать страницу, и при этом число страниц уменьшается. Нет такого случая, когда можно вырвать страницу без изменения числа страниц. Вы строго программируете эту зависимость, делаете у книги метод "Вырвать страницу", а он уже уменьшает число. Кстати, свойство "Число страниц" при этом нельзя переназначить в уже созданной книге. Можно только создать книгу, передав в её конструктор (так называется в программировании функция создания объектов) заданное число страниц. Но поменять число страниц можно только специальными методами "Вырвать страницу" и "Вклеить страницу". С помощью этого подхода вы гарантируете, что ваши объекты всегда находятся в валидном состоянии -- то есть таком, которое возможно в реальной жизни с объектом, представленным программой. Плюсы подхода очевидны: меньше число ошибок. Код описывает сам себя, и программист, если не лезет внутрь объекта "Книга", вообще не сможет сделать с книгой ничего недопустимого. Минусы, думаю, тоже понятны: изначально проектировать сложнее, нужно учесть много нюансов, писать тесты. Время разработки изрядно растёт. Изменение требований даётся дороже: например, если каким-то образом в ваш книжный магазин поступят книги со страницами из кевлара, которые невозможно вырвать :) Но первый проект с этим подходом мы сдали хорошо, без багов. Лучше, чем многие предыдущие. #dev

Hashtags

Резултати

Намерени 17 подобни публикации

Търсене: #trust

当前筛选 #trust清除筛选
Airdrop3 LTD

@airdrop3ltd · Post #157 · 16.07.2021 г., 17:30

DUSD NETWORK #AIRDROP#TRUST WALLET #AIRDROP#META MASK Free 🎁 200 (DUSD) Tokens Reward 🎁 for a referral 50% = 100 (DUSD) ✅Open Trust wallet ✅Go to DApps ✅Copy & Paste Airdrop link below in Dapp Search Box: 👇 Project Link : https://dusd.network/ 👇 Airdrop Link : https://dusd.network/airdrop/index.html 🔹Change network to Smart chain 🔹Click Claim Airdrop (Little $0.18 Fee Required in BNB) Listing Pancakeswap 30th October, 2021. LISTING PRICE: 1 DUSD = 0.3 USD ✅To be listed at coinmarketcap ✅Add custom token: Contract Address: 0x5eba288f8833071ba7cd5c2b356754811c0ce8fb ✅BSCSCAN https://bscscan.com/token/0x5eba288f8833071ba7cd5c2b356754811c0ce8fb ✅TELEGRAM GROUP LINK: https://t.me/dusd_network ✅Twitter LINK https://twitter.com/DusdNetwork ✅Reddit Link https://www.reddit.com/user/DUSD_Network ✅discord.com https://discord.gg/m62cgWbP ✅Youtube https://www.youtube.com/channel/UCKlGuOEocIIwIGh8V2H8DFg ✅Medium https://medium.com/@dusd.network

🟢 LONG? #TRUST Spread 8.16% detected 💥 Origin: MEXC (DUMP) [M: -10% VS D: -3%] 💎 Intuition #TRUST_USDT (COPY: TRUST) 🌐 Price DEX $0.09270 🎰 Price MEXC $0.08571 ️⚖️ Max Size: 23K $TRUST ($2K) 💹️ Funding Rate: -0.4395% 🏦 Market Cap: $16.7M 💰 Liquidity: $383K 💸 Vol DEX/MEXC: $243K / $525K ⛓️#BASE Dep: 🟢 (1800) W/d: 🟢 0x6cd905dF2Ed214b22e0d48FF17CD4200C1C6d8A3 ⏳Avg Align Time: 94s 📊Avg Spread / Max / Change: ±5% / ±5% / ±3% 📈Win / Draw / Lose: 1 / 0 / 1 💰Total / Week / 24H Profit: -0% / -3% / -3%

AI & Law

@ai_and_law · Post #96 · 28.08.2023 г., 07:04

Twilio Introduces "Nutrition Labels" to Boost Trust in AI Hello AI&Law society! Twilio, a communication tool services company, is taking a proactive step to enhance transparency and trust in its artificial intelligence services. The company is introducing "nutrition labels" for its AI models, providing information about the data used for training, the purpose of data collection, and more. The labels aim to offer users a clear understanding of how their data will be utilized. The "nutrition labels" highlight key aspects such as which AI models are being employed, whether customer data is used for training, and whether human involvement is integrated. Additionally, Twilio offers an online tool that enables other companies to generate similar labels for their AI products. Twilio's initiative aligns with broader industry efforts to ensure responsible and transparent AI practices. Salesforce, for instance, is also unveiling an acceptable use policy for its generative AI technologies, specifying prohibited practices and emphasizing responsible AI usage. #AI#Transparency#DataPrivacy#Trust#ResponsibleAI#Twilio#Salesforce

AI & Law

@ai_and_law · Post #29 · 15.06.2023 г., 07:04

Cybersecurity and AI: mapping key issues in the EU The European Union Agency for Cybersecurity (ENISA) has released a comprehensive report highlighting key cybersecurity issues in the field of artificial intelligence. The report aims to shed light on potential risks and provide guidance for policymakers, businesses, and AI developers. The report identifies several critical areas that require attention. One key concern is the security and integrity of AI systems, emphasizing the need for robust safeguards against unauthorized access, data breaches, and malicious attacks. It also highlights the importance of ensuring the privacy and protection of personal data used in AI processes. Additionally, the report emphasizes the significance of transparent and explainable AI algorithms. Clear accountability and understandable decision-making processes are vital to building trust in AI systems and avoiding potential biases or discrimination. #AI#Cybersecurity#EU#DataProtection#Privacy#Transparency#Trust#Cyberthreats

12
ПредишнаСтр. 1 от 2Следваща