0

computer networking ---------DNS

【DNS】domain named system 域名解析系统,即相当于对www.baidu.com的类似的域名进行解析,对于人而言,记忆一些域名相比于记忆一些Ip地址来说简单的多,而对于计算机而言,特别是web网络浏览器或者路由器而言,由于ip本身就是32位的数据,这就使得计算机在处理这些数据上特 ...

差三岁 发布于 2019-11-25 16:07 评论(0)阅读(49)
1

线性代数笔记27——对称矩阵及正定性

原文 | https://mp.weixin.qq.com/s/zdQttJfuubyztiVplScbwA 对称矩阵 对称矩阵是最重要的矩阵之一,对于对称矩阵来说,A=AT。矩阵的特殊性也表现在特征值和特征向量上,比如马尔可夫矩阵的有一个值为1的特征值,对称矩阵的特征值又有哪些特性呢? 本文的相关 ...

我是8位的 发布于 2019-11-22 19:03 评论(0)阅读(743)
0

闲话复数(1) | 不现实的虚数 i 为什么虚?它长成什么样?

原文 | https://mp.weixin.qq.com/s/y-Nb3S508UZuf_0GtRuNaQ 复数的英文是complex number,直译是复杂的数。最早接触复数大概是在高中时期,只知道复数由实部和虚部组成,虚部用i表示,i2=-1。天啊,无限不循环的无理数勉强可以接受,这个i到底 ...

我是8位的 发布于 2019-11-21 23:06 评论(0)阅读(255)
1

从微信朋友圈的评论可见性,谈因果一致性在分布式系统中的应用

概述 最近在读Designing Data-Intensive Application(简称DDIA)设计数据密集型应用,中文翻译, 整体感觉翻译得还是不错的。读到第九章《一致性与共识》的时候,里面有对因果一致性的阐述,结合之前微信朋友圈技术负责人在2015年ArchSummit全球架构师峰会(相关 ...

奔跑的猪0101 发布于 2019-11-21 20:53 评论(1)阅读(238)
0

资源下载 | 深度学习、机器学习、机器学习实战、统计学习方法、高等数学、线性代数

扫码关注公众号,在公众号主页回复相应序号可下载资料。 ​ 回复:001 — 《统计学习方法》 李航 统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、e ...

我是8位的 发布于 2019-11-20 21:43 评论(1)阅读(230)
0

基本准则

(1) 不说“不可能”。 (2) 凡事第一反应:找方法,不找借口。 (3) 遇到挫折对自己说声:“太好了,机会来了!” (4) 不说消极的话,不落入消极的情绪,一旦发生立即正面处理。 (5) 凡事先订立目标。 (6) 行动前,预先做计划。 (7) 工作时间,每一分、每一秒做有利于生产的事情。 (8) ...

baishier 发布于 2019-11-20 19:38 评论(0)阅读(54)
0

线性代数笔记26——傅立叶级数

法国数学家傅里叶发现,任何周期函数都可以用正弦函数和余弦函数构成的无穷级数来表示(选择正弦函数与余弦函数作为基函数是因为它们是正交的),后世称傅里叶级数为一种特殊的三角级数。 构建傅立叶级数的基础 如果有一组n维空间的标准正交基向量q1,q2,…,qn,则n维空间内的任意向量v都可以用这组基的线性组 ...

我是8位的 发布于 2019-11-19 17:30 评论(0)阅读(226)
0

线性代数笔记25——马尔可夫矩阵

AT的特征值 矩阵A的特征值和AT的特征值是一样的。 求解特征值的方法是det(A-λI) = 0,根据行列式的性质,矩阵的行列式等于矩阵转置的行列式,因此: 因此λ也是AT的特征值。 马尔可夫矩阵 矩阵A有2个特点:A中的所有元素都是非负的;A中的每一列之和都等于1。形如A的矩阵称为马尔可夫矩阵。 ...

我是8位的 发布于 2019-11-18 21:41 评论(0)阅读(533)
0

线性代数笔记24——微分方程和exp(At)

原文:https://mp.weixin.qq.com/s/COpYKxQDMhqJRuMK2raMKQ 微分方程指含有未知函数及其导数的关系式,解微分方程就是找出未知函数。未知函数是一元函数的,叫常微分方程;未知函数是多元函数的,叫做偏微分方程。常微分方程有时也简称方程。微分方程是一门复杂的学科, ...

我是8位的 发布于 2019-11-16 00:02 评论(1)阅读(538)
0

数据分析(4)——闲话抽样

中国的人口普查大名鼎鼎,这里的普查是指对总体的研究和调查,普查内容包括人的基本情况、迁移流动状况、人口素质情况,就业、社会保障状况、婚姻生育状况等多项内容。但是中国的人口过于庞大,不可能对每个人都进行调查,这样一来,抽样就显得十分重要。在抽样之前,先来看看数据是如何获取的。 获取数据 大多数时候,我 ...

我是8位的 发布于 2019-11-13 18:29 评论(0)阅读(113)
0

王爽汇编实验(三)

王爽汇编浅显易懂,虽然前面两个实验都做完了,但是都是吊儿郎当做完的。 看到第三次实验比较好写心得,就写了。 原码如下,用提到的LINK.EXE和MASM.EXE进行编译链接操作。 assume cs:codesgcodesg segmentmov ax,2000Hmov ss,axmov sp,0a ...

世界を変える御宅族 发布于 2019-11-10 18:10 评论(0)阅读(139)
1

【读书】3星,秋叶,如何高效读懂一本书

3星,秋叶,如何高效读懂一本书,12万字,用时约5小时。若是想获得快速阅读方法的话,不推荐;若是想通过作者的书评,多一些了解,还是值得一读。 ...

NicoWei 发布于 2019-11-10 06:55 评论(0)阅读(103)
0

程序设计入门

一.程序设计过程 1.分析(分析所给定的条件,最后结果以及问题规律) 2.设计 3.编码 4.测试 5.排错 6.编写文档(包含:设计者,程序名称,功能,运行环境,输入数据,注意事项,装入启动) 二.程序设计方法 1.面向过程 分析出解决问题所需要的步骤,然后用函数把这些步骤一步一步实现。 2.面向 ...

lightofjava 发布于 2019-11-10 02:28 评论(0)阅读(51)
0

数据分析(2)——数据的类型和尺度

数据(data)是事实或观察的结果,是对客观事物的逻辑归纳,是用于表示客观事物的未经加工的的原始素材……在计算机系统中,数据以二进制信息单元0,1的形式表示(百度百科) 后半句看懂了,至于前半句,还是忘记比较好。 简单地说,任何事物的结果都是数据,注意是结果,不是过程,过程是一个动作,是驱动结果的行 ...

我是8位的 发布于 2019-11-08 18:47 评论(0)阅读(480)
1

读书笔记——如何阅读一本书

1. 头一次面对一本难读的书的时候,从头到尾先读完一遍,碰到不懂的地方不要停下来查询或思索。只注意你能理解的部分,不要为一些没法立即了解的东西而停顿。继续读下去,略过那些不懂的部分,很快你会读到你看得懂的地方。集中精神在这个部分。继续这样读下去。将全书读完,不要被一个看不懂的章节、注解、评论或参考资 ...

Xlgd 发布于 2019-11-08 14:35 评论(0)阅读(77)
0

摘抄——菜根谭

1. 无事便思有闲杂念想否。有事便思有粗浮意气否。得意便思有骄矜辞色否。失意便思有怨望情怀否。时时检点,到得从多入少、从有入无处,才是学问的真消息。 2. 面上扫开十层甲,眉目才无可憎;胸中涤去数斗尘,语言方觉有味。 3. 以积货财之心积学问,以求功名之念求道德,以爱妻子之心爱父母,以保爵位之策保国 ...

Xlgd 发布于 2019-11-08 09:32 评论(0)阅读(73)
0

读书笔记——高效能人士的七个习惯

第一章 由内而外全面造就自己 1. 相比于通过一些小技巧来达到人际关系或者其他一些什么事情,品德显得尤为重要,因为仅仅改变表面上的行为与态度,却忽略作为源头的思维定式,那么改变的成效一定有限。 2. 改变思维定式才能让生活出现根本性的变化。 3. 以原则为中心,以品德为基础,由内而外地实现个人效能和 ...

Xlgd 发布于 2019-11-08 09:20 评论(0)阅读(89)
1

读书笔记——麦肯锡精英高效阅读法

花了大概两天时间看完了这本书,感受比较深刻的有这几点,总结一下: 1. 我们大都知道阅读使我们进步,我们可以从书本中学习到很多前人经过长时间的练习或者尝试才得到的经验,我们都知道阅读是一个好习惯,但是我们为什么无法长期坚持下去?我们总是把阅读看作是一项闲暇时光的消遣项目,我们总是在完成各种各样的事务 ...

Xlgd 发布于 2019-11-07 21:45 评论(4)阅读(145)
0

数据分析(1)——关于平均数

关于平均数 根据国家统计局发布的信息,2019年全国城镇非私营单位在岗职工社会年平均工资提高到了82461元,比2018年名义增长11%,实际增长8.7%。城镇私营单位在岗职工社会平均工资达到了49575元,比2018年上涨8.3%,扣除价格因素后,实际增长6.1%。 这些数据引起了广大网友的质疑, ...

我是8位的 发布于 2019-11-05 16:33 评论(0)阅读(203)
0

机器学习笔记(二)

一、 Logistic回归与Logistic函数 分类问题的标签可以是$y\epsilon \left \{ 0,1 \right \},y\epsilon \left \{ 0,1,2 \right \},y\epsilon \left \{ 0,1,2,3,... \right \}$,对应分别 ...

KenSporger 发布于 2019-11-03 23:21 评论(0)阅读(99)