JavaRush /Java блог /Архив info.javarush /Алгоритмы машинного обучения улучшат автодополнение кода ...
Bender
1 уровень
Маунтин-Вью

Алгоритмы машинного обучения улучшат автодополнение кода в IntelliJ IDEA

Статья из группы Архив info.javarush
IntelliJ IDEA алгоритмы машинного обучения Большинство студентов JavaRush знают IDE IntelliJ IDEA и пользуются ею. Мы не зря рекомендуем именно эту среду разработки: она постоянно развивается, знает, как помочь новичкам и становится всё интереснее. Так, в сентябре на сайте компании появилась информация о новом плагине Completion Stats Collector, который использует машинное обучение для усовершенствования автодополнения кода. Если вы уже работали с этой IDE, то замечали, что при вводе команды часто всплывают подсказки-предположения о том, какое продолжение может быть у вводимой вами строки в зависимости от контекста. Это и есть автодополнение (или, по-английски, Code completition). С использованием алгоритмов машинного обучения эффективность автодополнения должна существенно возрасти, при этом алгоритм «подстроится» под стиль конкретного программиста. Правда, как это порой бывает с алгоритмами машинного обучения, улучшение произойдет только после некоторого времени (когда алгоритм «обучится»), а на первых порах возможны ухудшения. Естественно, Completion Stats Collector будет «отъедать» какую-то часть трафика, но разработчики обещают, что он не будет превышать 20 Кбайт/ч, что по современным меркам особой погоды не делает.
Комментарии
ЧТОБЫ ПОСМОТРЕТЬ ВСЕ КОММЕНТАРИИ ИЛИ ОСТАВИТЬ КОММЕНТАРИЙ,
ПЕРЕЙДИТЕ В ПОЛНУЮ ВЕРСИЮ