現今，機器學習已經被深度應用在生活中各個領域，本文提出了一個有趣的觀點：機器學習能否幫助軟體開發者挖掘程式中的 Bug？答案是肯定的。作者首先介紹了行業内已知的基于機器學習的靜态分析器，如 DeepCode、Infer（來自 Facebook）、SapFix、Embold、CodeGuru（來自 Amazon）等等。然後，作者以實作一個使用機器學習技術尋找代碼缺陷的代碼分析器為例，來說明機器學習在代碼分析領域裡的困難和局限性。通讀全文，最大的收益是作者在結合機器學習技術與應用場景的分析思路，有利于豐富我們在 ML 技術上的想象空間。
工具推介
AntV：可視化資料解決方案
AntV是螞蟻金服資料可視化解決方案，其中最常被提及的G2是基于圖形出發的可視化引擎，采用The grammar Of Graphics開發理念，以資料為驅動，支援高互動的方案。最新的4.0版本使用TS重寫，相較于容易上手的eCharts（底層依賴輕量級的矢量圖形庫 ZRender），開發文檔不夠完善，是以對于資料可視化小白同學門檻較高，但在拓展性、創造性擁有更大優勢。目前AntV還有系列産品包括：G6（專注于關系資料的可視化引擎，支援互動、分析、動畫等等功能）、F2（專注于移動端的解決方案，支援H5）、L7（專注于地理空間資料的解決方案）。其擴充産品有G2Plot、Graphin、ChartCube。
滄海拾遺
滄海拾遺，積跬步以至千裡
機器學習 30 分鐘入門指北
前端智能化是未來的大方向，想要緊跟時代快速入門機器學習麼，或許你還是覺得工作中沒有合适的項目實踐，或者覺得因為學曆、專業等等因素沒有機會找一份機器學習的工作，那麼快來跟着馬克老師一起來看看吧，30分鐘帶你了解機器學習的基礎知識，打破對于 AI 的刻闆印象，同時也一同看看機器學習在凹凸實驗室的一些實踐和落地項目。
