- 机器学习数学基础
对许
基础理论机器学习概率论线性代数
机器学习基础1、标量、向量、矩阵、张量2、概率函数、概率分布、概率密度、分布函数3、向量的线性相关性4、最大似然估计5、正态分布(高斯分布)6、向量的外积(叉积)7、向量的内积(点积)8、超平面(H)1、标量、向量、矩阵、张量标量、向量、矩阵和张量是线性代数中不同维度的数学对象,它们之间的区别在于维数和结构:标量(Scalar):标量是一个数值,只有大小,没有方向。例如物理学中的时间、质量、温度等
- 2018年机器学习数学基础及算法视频教程 20课 适合基础学习 高清课件代码答疑全
花心五花肉
课程介绍:不管是算法工程师还是机器学习相关岗位,很多企业招人时都会选择数学专业的毕业生,更有甚至数学的优先级超过计算机专业,尤其人工智能方面,Al人才门槛高的让人望而却步,其中一个重要的原因就是对数学基础的要求太高,从而限制了很大一批人的进入。课程优势:相关实用数学基础原理,课程设计循序渐进,妙趣横生,使用多个源于生活的场景深入浅出的讲解,动画效果和有趣小游戏案例贯穿全课程,带领你在不经意间轻轻松
- 机器学习数学基础--凸优化
One2332x
几何学线性代数算法
机器学习数学基础--凸优化1.计算几何是研究什么的?2.计算几何理论中(或凸集中)过两点的一条直线的表达式,是如何描述的?与初中数学中那些直线方程有什么差异?有什么好处?**在计算几何理论中(或凸集中)的表达式****在初中数学中的表达式****两者对比**3.凸集是什么?直线是凸集吗?是仿射集吗?**凸集是什么?****直线是凸集吗?****直线是仿射集吗?**4.三维空间中的一个平面,如何表达
- 机器学习数学基础
ln_ivy
这两天集中学习了机器学习的数学基础,主要是三部分:1.线性代数:这部分主要是矩阵的运算和分解,几乎用numpy中函数实现;至于分解部分,有特征分解个奇异值分解两部分,可应用于降纬处理。2.微积分学:这部分的应用重点是函数,如何求解目标函数及最优解(用梯度下降的算法),再介绍了最小二乘法。3.概率论
- 【AI】数学基础——高数(函数&微分部分)
AmosTian
数学AI机器学习机器学习AI高数
参考:https://www.bilibili.com/video/BV1mM411r7ko?p=1&vd_source=260d5bbbf395fd4a9b3e978c7abde437唐宇迪:机器学习数学基础文章目录1.1函数1.1.1函数分类1.1.2常见函数指/对数函数分段函数原函数&反函数sigmod函数Relu函数(非负函数)复合函数1.1.3性质1.2极限1.2.1数列极限1.2.2函
- 机器学习数学基础之高数篇——简单的泰勒公式(python版)
水龙吟唱
机器学习数学基础python机器学习概率论泰勒公式
不少同学一提到泰勒公式,脑海里立马浮现高大上的定义和长长的公式,令人望而生畏。实际上,泰勒公式没有那么可怕,它是用简单的多项式来逼近一个光滑的函数,从而近似替代不熟悉的函数。由于泰勒公式具有将复杂函数近似成多个幂函数叠加形式的性质,可以用它进行比较、求极限、求导、解微分方程等。我们先来看一下泰勒公式的发明者,布鲁克·泰勒——布鲁克·泰勒(BrookTaylor,1685-1732),英国数学家,牛
- 线性代数 | 机器学习数学基础
ReturnTmp
#机器学习机器学习深度学习人工智能
前言线性代数(linearalgebra)是关于向量空间和线性映射的一个数学分支。它包括对线、面和子空间的研究,同时也涉及到所有的向量空间的一般性质。本文主要介绍机器学习中所用到的线性代数核心基础概念,供读者学习阶段查漏补缺或是快速学习参考。线性代数行列式1.行列式按行(列)展开定理(1)设A=(aij)n×nA=(a_{{ij}})_{n\timesn}A=(aij)n×n,则:ai1Aj1+a
- ML&DEV[1] | 机器学习数学基础入门线路
机智的叉烧
【ML&DEV】这是大家没有看过的船新栏目!ML表示机器学习,DEV表示开发,本专栏旨在为大家分享作为算法工程师的工作,机器学习生态下的有关模型方法和技术,从数据生产到模型部署维护监控全流程,预备知识、理论、技术、经验等都会涉及,欢迎大家关注!往期回顾:ML&DEV[0]|栏目说明提问回复0805|自律-入门-实习-资源NLP.TM[16]|SIGIR2019:深度NLP在搜索系统中的应用R&S|
- 机器学习数学基础《线性代数及其应用》第4版中文PDF+第5版英文PDF+习题指导+David C. Lay
技术人生666
线性代数是处理矩阵和向量空间的数学分支,在现代科学的各个领域都有应用,尤其是从事数据分析、机器学习、自然语言处理等专业的朋友,必须学习而且需要搞懂。推荐学习DavidC.Lay的《线性代数及其应用》,书中有大量的应用实例,内容结构安排的很好,前几章就引入子空间,向量,线性变换的概念,还介绍了一下线性代数的核心思想和研究内容,而后面几章的内容都紧扣这些概念学习参考:《线性代数及其应用》中文PDF(第
- Task1 CH1机器学习数学基础(2天)
二龙山高哥
image.png以下有四种情况:1.a,b都为负image.png2.a-b+image.png3.a+b-image.png4.a,b都为正image.png
- 机器学习数学基础:数理统计与描述性统计
小白学视觉
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达所谓机器学习和深度学习,背后的逻辑都是数学,所以数学基础在这个领域非常关键,而统计学又是重中之重,机器学习从某种意义上来说就是一种统计学习。今天是概率统计基础的第二篇文章,基于第一篇随机变量与随机事件进行整理,首先理一理这里面的逻辑,第一篇的内容蕴涵了大部分概率论的知识(除了大数定律和中心极限定理这种理论性的支持,后期有机会会补
- 机器学习数学基础-线性代数
visionshop
数学理论
转载出处:线代专栏:https://zhuanlan.zhihu.com/p/30191876概率统计:https://zhuanlan.zhihu.com/p/30314229优化(上):https://zhuanlan.zhihu.com/p/30383127优化(下):https://zhuanlan.zhihu.com/p/30486793信息论及其他:https://zhuanlan.z
- 机器学习数学基础-微积分
Nine嘿嘿
极限通俗语言:函数f在x0处的极限为L数学记号:limf(x)=L微分学Jensen不等式
- 机器学习数学基础
LiuV.
线性代数概率论
文章目录第一章、机器学习数学基础1.1线性代数1.1.1矩阵中的基本概念1.1.2矩阵的加法1.1.3矩阵的乘法1.1.4矩阵的转置1.1.5矩阵的运算法则1.1.6矩阵的逆1.2微积分1.2.1导数1.2.2偏导数1.2.3方向导数和梯度1.2.4凸函数和凹函数1.3概率与统计1.3.1常用统计变量1.3.2常见概率分布1.3.3重要概率公式第一章、机器学习数学基础1.1线性代数1.1.1矩阵中
- Datawhale 2021.7集成学习 笔记
今夜我说
个人Datawhale集成学习python
Dtawhale集成学习Github开源地址CH1-机器学习数学基础python笔记(基于讲义和自己的笔记)机器学习数学基础基于python-B站视频高等数学和线性代数概率论和随机过程初步数理统计(极大似然估计)极大似然估计与贝叶斯估计随机过程基础与泊松分布马尔可夫过程、鞅过程与高斯过程拒绝采样和MCMC采样CH2-机器学习基础模型回顾机器学习基础模型回顾-B站视频有监督学习和无监督学习回归问题的
- 机器学习数学基础(二):概率论与统计量、大数定律、似然估计
'仰望星空,脚踏实地'-菱
机器学习基础机器学习概率论python人工智能
机器学习数学基础(二)概率论概率论基础初步认识概率公式常见概率分布两点分布二项分布Bernoullidistribution泊松分布均匀分布指数分布正态分布Beta分布总结参数、期望、方差sigmoid/logistic函数统计量期望/方差/协方差/相关系数期望方差协方差相关系数独立和不相关大数定律切比雪夫大数定律伯努利定理中心极限定理最大似然估计什么是最大似然估计怎么求最大似然估计二项分布的最大
- 机器学习数学基础四:随机变量和概率论基础
喜欢吃豆
机器学习机器学习
目录一,连续与离散随机变量1,离散型随机变量2,连续型随机变量3,简单随机抽样4,似然函数5,极大似然估计例子:二,概率论基础1,概率论是干什么的?2,随机事件是什么?3,概率与频率4,古典概型5,条件概率6,独立性7,独立试验8,二维随机变量1)二维离散型随机变量2)二维连续型随机变量例子:9,边缘分布1)离散型随机变量边缘分布2)连续型随机变量边缘分布例子:10,期望11,期望求解例子:12,
- 附pdf下载 | 《机器学习数学基础》电子书
人工智能与算法学习
人工智能机器学习pythonjava大数据
机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式,并将现有内容进行知识结构划分来有效提高学习效率。机器学习有下面几种定义:(1)机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。(2)机器学习是对能通过经验自动改进的计算机算法的研究。(3)机器学习是用数据
- 机器学习——数学基础(一)
Aure219
机器学习pythonnumpy
机器学习数学基础均匀分布转变为正态分布importnumpyasnpimportmatplotlib.pyplotaspltimportmathx=np.random.rand(1000)##rand是均匀分布,randn是正态分布y=np.random.rand(1000)an1=plt.subplot(1,2,1)an1.scatter(x,y)x1=np.cos(2*np.pi*x)*np.
- 机器学习数学基础梯度下降法之Python矩阵运算
咩咩叫的闲鱼
机器学习python随机梯度下降
文章目录一、梯度下降法的原理介绍(一)梯度下降法(二)梯度下降的相关概念及描述(三)梯度下降算法原理二、梯度下降法的一般求解步骤三、梯度下降法手工求解极值四、Excel中利用梯度下降求解近似根五、线性回归问题求解(一)最小二乘法(二)梯度下降参考链接一、梯度下降法的原理介绍(一)梯度下降法梯度下降(gradientdescent)主要目的是通过迭代找到目标函数的最小值,或者收敛到最小值。所以,它是
- 向量范数和矩阵范数的理解
陈振斌
机器学习矩阵线性代数机器学习
向量范数今天来聊一聊机器学习矩阵论的相关知识——范数(Norm)。在学习机器学习基础算法的推导过程中,可以看到很多地方都应用到了这个范数。范数属于矩阵论的知识范围,可见数学基础的重要性。机器学习的数学基础重点推荐——MIT的机器学习数学基础课如果只需要快速了解,请参考——矩阵范数计算完整的MIT数学基础课程笔记可以参考:MIT18.06线性代数笔记这是个非常棒的手动演算流程,本文也将编码进行验算。
- ccc-机器学习数学基础
扔出去的回旋镖
机器学习数学基础机器学习算法人工智能
偏向于理解,不涉及证明Helloworld:代码:importsympyasspsp.init_printing()sym_x,sym_y,sym_z=sp.symbols("xyz")sp.diff(sym_x**3-sym_x*3)也可以简单一点:str_expr="x**3-x*3"expr=sp.sympify(str_expr)sp.diff(expr)结果:1.链式求导h′(x)=f′
- 机器学习数学基础---元素与极限
初见说你好
为什么要学习高数,线代,概率?高数解决了联系问题线代解决了离散问题概率统计是为了定量统计2.什么是实数(IR).?自然数(N)整数(Z),分数/有理数(Q)实数(R)3.5.实数的定义:6.实数的定义:“实数,是有理数和无理数的总称。数学上,实数定义为与数轴上的实数,点相对应的数。实数可以直观地看作有限小数与无限小数,实数和数轴上的点一一对应。但仅仅以列举的方式不能描述实数的整体。实数和虚数共同构
- 机器学习数学基础:常见分布与假设检验
拒绝气泡
机器和深度假设检验机器学习数学
机器学习数学基础:常见分布与假设检验所谓机器学习和深度学习,背后的逻辑都是数学,所以数学基础在这个领域非常关键,而统计学又是重中之重,机器学习从某种意义上来说就是一种统计学习。这次是学习概率统计的第三篇文章,基于前两篇文章进行展开。在第一篇文章的概率论基础学习了离散型随机变量和连续型随机变量及其分布,本篇将继续会学习七种机器学习领域中常见的数据分布。而这篇文章的第二部分假设检验,属于第二篇数理统计
- 机器学习数学基础之Python矩阵运算
准时不早退的刘文威
人工智能与机器学习
机器学习数学基础之Python矩阵运算1.在Jupyter中写下Python矩阵基本运算学习记录1.1python矩阵操作1.1.1首先打开jupyter,引入numpy1.1.2创建一个矩阵a并调用1.1.3使用shape可以获得矩阵大小1.1.4使用下标读取矩阵中元素1.1.5进行行列转换1.1.6使用二维数组代替矩阵进行矩阵运算1.1.7矩阵加减法1.1.8加减失误案例1.1.9成功案例1.
- 啃周志华《机器学习》西瓜书难吗?
AI引路星
成长学习程序人生人工智能机器学习人工智能书籍西瓜书
不少读者反应,觉得周志华老师的西瓜书很难,难道真的很难?其实对于零基础的小白来说,是真的很难,这本书不适合刚入门的学者学习!作为周老师的“扛鼎之作”,这本《机器学习》是真的很经典!讲述了机器学习核心数学理论知识和算法✏适合作为学校的教材或者中阶读者(有一定的扎实基础,学过机器学习数学基础啥的)自学使用本书一共十六章,分为三个部分✍✍第一部分:第一章~第三章(机器学习的基础知识)✍✍第二部分:第四章
- 机器学习数学基础篇一:高数基础
喜欢吃豆
机器学习机器学习
目录一,函数1,基本初等函数:2,初等函数:了解完这些之后呢,我们还要知道函数的几种特性:二,极限1,当我们对数列取极限时,2,性质三,无穷小和无穷大1,无穷小与函数极限的关系2,一些定理:3,无穷大时一种特殊的无界变量,但是无界变量未必是无穷大。4,还有一个很重要的定理:四,连续性与导数1,一些事实2,定义:3,连续的条件:5,连续性的概念:6,间断点:7,导数我们要知道的是:五,偏导数六,方向
- 【机器学习数学基础-周志华】重要概念总结
板砖板砖我是兔子
机器学习基础人工智能
dddd第01题拉格朗日对偶题目答案第02题最大间隔模型题目答案第03题不可知PAC可学题目答案第04题二分类VC维题目答案第05题Rademacher复杂度题目答案第06题稳定性题目答案第07题hinge函数题目答案第08题一致性题目答案第09题固定步长梯度题目答案第10题在线梯度与遗憾界题目答案第01题拉格朗日对偶题目给出数学优化模型minf(x)s.t.g(x)≤0h(x)=0\begin{
- 机器学习数学基础
赵广陆
machinelearning机器学习线性代数矩阵
目录1线性代数1.1矩阵定义1.2矩阵中的概念1.2.1向量1.3矩阵的运算1.4矩阵的转置1.5矩阵的逆2微积分2.1导数的定义2.2偏导数2.3方向导数2.4梯度2.5凸函数和凹函数3概率统计3.1常用统计变量3.1.1数学期望和大数定律3.1.2协方差3.1.3相关系数3.2常见概率分布3.3重要概率公式1线性代数导语:这些只是很基础的大学数学课本中的知识,如果考研的话,似乎看完这些也只是个
- 机器学习数学基础之统计篇——概率论(python版)
水龙吟唱
机器学习数学基础python概率论机器学习统计学
本文运用相关案例和python程序,帮助大家理解概率论中概率、随机变量、概率分布、概率密度函数、中心极限定理等概念。另外,喜欢本专栏文章的记得关注我哈~在大学里,我们都学过概率论相关的课程。那么现在来回答一个问题,概率是什么?要回答这个问题有一定难度,概率的概念很抽象,要解释它需要借助一些例子。比如抛硬币问题,正面朝上的概率是1/2。三扇门问题,重选为正确选项的概率为2/3。概率我们来具体实现这两
- js动画html标签(持续更新中)
843977358
htmljs动画mediaopacity
1.jQuery 效果 - animate() 方法 改变 "div" 元素的高度: $(".btn1").click(function(){ $("#box").animate({height:"300px
- springMVC学习笔记
caoyong
springMVC
1、搭建开发环境
a>、添加jar文件,在ioc所需jar包的基础上添加spring-web.jar,spring-webmvc.jar
b>、在web.xml中配置前端控制器
<servlet>
&nbs
- POI中设置Excel单元格格式
107x
poistyle列宽合并单元格自动换行
引用:http://apps.hi.baidu.com/share/detail/17249059
POI中可能会用到一些需要设置EXCEL单元格格式的操作小结:
先获取工作薄对象:
HSSFWorkbook wb = new HSSFWorkbook();
HSSFSheet sheet = wb.createSheet();
HSSFCellStyle setBorder = wb.
- jquery 获取A href 触发js方法的this参数 无效的情况
一炮送你回车库
jquery
html如下:
<td class=\"bord-r-n bord-l-n c-333\">
<a class=\"table-icon edit\" onclick=\"editTrValues(this);\">修改</a>
</td>"
j
- md5
3213213333332132
MD5
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
public class MDFive {
public static void main(String[] args) {
String md5Str = "cq
- 完全卸载干净Oracle11g
sophia天雪
orale数据库卸载干净清理注册表
完全卸载干净Oracle11g
A、存在OUI卸载工具的情况下:
第一步:停用所有Oracle相关的已启动的服务;
第二步:找到OUI卸载工具:在“开始”菜单中找到“oracle_OraDb11g_home”文件夹中
&
- apache 的access.log 日志文件太大如何解决
darkranger
apache
CustomLog logs/access.log common 此写法导致日志数据一致自增变大。
直接注释上面的语法
#CustomLog logs/access.log common
增加:
CustomLog "|bin/rotatelogs.exe -l logs/access-%Y-%m-d.log 
- Hadoop单机模式环境搭建关键步骤
aijuans
分布式
Hadoop环境需要sshd服务一直开启,故,在服务器上需要按照ssh服务,以Ubuntu Linux为例,按照ssh服务如下:
sudo apt-get install ssh
sudo apt-get install rsync
编辑HADOOP_HOME/conf/hadoop-env.sh文件,将JAVA_HOME设置为Java
- PL/SQL DEVELOPER 使用的一些技巧
atongyeye
javasql
1 记住密码
这是个有争议的功能,因为记住密码会给带来数据安全的问题。 但假如是开发用的库,密码甚至可以和用户名相同,每次输入密码实在没什么意义,可以考虑让PLSQL Developer记住密码。 位置:Tools菜单--Preferences--Oracle--Logon HIstory--Store with password
2 特殊Copy
在SQL Window
- PHP:在对象上动态添加一个新的方法
bardo
方法动态添加闭包
有关在一个对象上动态添加方法,如果你来自Ruby语言或您熟悉这门语言,你已经知道它是什么...... Ruby提供给你一种方式来获得一个instancied对象,并给这个对象添加一个额外的方法。
好!不说Ruby了,让我们来谈谈PHP
PHP未提供一个“标准的方式”做这样的事情,这也是没有核心的一部分...
但无论如何,它并没有说我们不能做这样
- ThreadLocal与线程安全
bijian1013
javajava多线程threadLocal
首先来看一下线程安全问题产生的两个前提条件:
1.数据共享,多个线程访问同样的数据。
2.共享数据是可变的,多个线程对访问的共享数据作出了修改。
实例:
定义一个共享数据:
public static int a = 0;
- Tomcat 架包冲突解决
征客丶
tomcatWeb
环境:
Tomcat 7.0.6
win7 x64
错误表象:【我的冲突的架包是:catalina.jar 与 tomcat-catalina-7.0.61.jar 冲突,不知道其他架包冲突时是不是也报这个错误】
严重: End event threw exception
java.lang.NoSuchMethodException: org.apache.catalina.dep
- 【Scala三】分析Spark源代码总结的Scala语法一
bit1129
scala
Scala语法 1. classOf运算符
Scala中的classOf[T]是一个class对象,等价于Java的T.class,比如classOf[TextInputFormat]等价于TextInputFormat.class
2. 方法默认值
defaultMinPartitions就是一个默认值,类似C++的方法默认值
- java 线程池管理机制
BlueSkator
java线程池管理机制
编辑
Add
Tools
jdk线程池
一、引言
第一:降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。第二:提高响应速度。当任务到达时,任务可以不需要等到线程创建就能立即执行。第三:提高线程的可管理性。线程是稀缺资源,如果无限制的创建,不仅会消耗系统资源,还会降低系统的稳定性,使用线程池可以进行统一的分配,调优和监控。
- 关于hql中使用本地sql函数的问题(问-答)
BreakingBad
HQL存储函数
转自于:http://www.iteye.com/problems/23775
问:
我在开发过程中,使用hql进行查询(mysql5)使用到了mysql自带的函数find_in_set()这个函数作为匹配字符串的来讲效率非常好,但是我直接把它写在hql语句里面(from ForumMemberInfo fm,ForumArea fa where find_in_set(fm.userId,f
- 读《研磨设计模式》-代码笔记-迭代器模式-Iterator
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.util.Arrays;
import java.util.List;
/**
* Iterator模式提供一种方法顺序访问一个聚合对象中各个元素,而又不暴露该对象内部表示
*
* 个人觉得,为了不暴露该
- 常用SQL
chenjunt3
oraclesqlC++cC#
--NC建库
CREATE TABLESPACE NNC_DATA01 DATAFILE 'E:\oracle\product\10.2.0\oradata\orcl\nnc_data01.dbf' SIZE 500M AUTOEXTEND ON NEXT 50M EXTENT MANAGEMENT LOCAL UNIFORM SIZE 256K ;
CREATE TABLESPA
- 数学是科学技术的语言
comsci
工作活动领域模型
从小学到大学都在学习数学,从小学开始了解数字的概念和背诵九九表到大学学习复变函数和离散数学,看起来好像掌握了这些数学知识,但是在工作中却很少真正用到这些知识,为什么?
最近在研究一种开源软件-CARROT2的源代码的时候,又一次感觉到数学在计算机技术中的不可动摇的基础作用,CARROT2是一种用于自动语言分类(聚类)的工具性软件,用JAVA语言编写,它
- Linux系统手动安装rzsz 软件包
daizj
linuxszrz
1、下载软件 rzsz-3.34.tar.gz。登录linux,用命令
wget http://freeware.sgi.com/source/rzsz/rzsz-3.48.tar.gz下载。
2、解压 tar zxvf rzsz-3.34.tar.gz
3、安装 cd rzsz-3.34 ; make posix 。注意:这个软件安装与常规的GNU软件不
- 读源码之:ArrayBlockingQueue
dieslrae
java
ArrayBlockingQueue是concurrent包提供的一个线程安全的队列,由一个数组来保存队列元素.通过
takeIndex和
putIndex来分别记录出队列和入队列的下标,以保证在出队列时
不进行元素移动.
//在出队列或者入队列的时候对takeIndex或者putIndex进行累加,如果已经到了数组末尾就又从0开始,保证数
- C语言学习九枚举的定义和应用
dcj3sjt126com
c
枚举的定义
# include <stdio.h>
enum WeekDay
{
MonDay, TuesDay, WednesDay, ThursDay, FriDay, SaturDay, SunDay
};
int main(void)
{
//int day; //day定义成int类型不合适
enum WeekDay day = Wedne
- Vagrant 三种网络配置详解
dcj3sjt126com
vagrant
Forwarded port
Private network
Public network
Vagrant 中一共有三种网络配置,下面我们将会详解三种网络配置各自优缺点。
端口映射(Forwarded port),顾名思义是指把宿主计算机的端口映射到虚拟机的某一个端口上,访问宿主计算机端口时,请求实际是被转发到虚拟机上指定端口的。Vagrantfile中设定语法为:
c
- 16.性能优化-完结
frank1234
性能优化
性能调优是一个宏大的工程,需要从宏观架构(比如拆分,冗余,读写分离,集群,缓存等), 软件设计(比如多线程并行化,选择合适的数据结构), 数据库设计层面(合理的表设计,汇总表,索引,分区,拆分,冗余等) 以及微观(软件的配置,SQL语句的编写,操作系统配置等)根据软件的应用场景做综合的考虑和权衡,并经验实际测试验证才能达到最优。
性能水很深, 笔者经验尚浅 ,赶脚也就了解了点皮毛而已,我觉得
- Word Search
hcx2013
search
Given a 2D board and a word, find if the word exists in the grid.
The word can be constructed from letters of sequentially adjacent cell, where "adjacent" cells are those horizontally or ve
- Spring4新特性——Web开发的增强
jinnianshilongnian
springspring mvcspring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- CentOS安装配置tengine并设置开机启动
liuxingguome
centos
yum install gcc-c++
yum install pcre pcre-devel
yum install zlib zlib-devel
yum install openssl openssl-devel
Ubuntu上可以这样安装
sudo aptitude install libdmalloc-dev libcurl4-opens
- 第14章 工具函数(上)
onestopweb
函数
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Xelsius 2008 and SAP BW at a glance
blueoxygen
BOXelsius
Xelsius提供了丰富多样的数据连接方式,其中为SAP BW专属提供的是BICS。那么Xelsius的各种连接的优缺点比较以及Xelsius是如何直接连接到BEx Query的呢? 以下Wiki文章应该提供了全面的概览。
http://wiki.sdn.sap.com/wiki/display/BOBJ/Xcelsius+2008+and+SAP+NetWeaver+BW+Co
- oracle表空间相关
tongsh6
oracle
在oracle数据库中,一个用户对应一个表空间,当表空间不足时,可以采用增加表空间的数据文件容量,也可以增加数据文件,方法有如下几种:
1.给表空间增加数据文件
ALTER TABLESPACE "表空间的名字" ADD DATAFILE
'表空间的数据文件路径' SIZE 50M;
&nb
- .Net framework4.0安装失败
yangjuanjava
.netwindows
上午的.net framework 4.0,各种失败,查了好多答案,各种不靠谱,最后终于找到答案了
和Windows Update有关系,给目录名重命名一下再次安装,即安装成功了!
下载地址:http://www.microsoft.com/en-us/download/details.aspx?id=17113
方法:
1.运行cmd,输入net stop WuAuServ
2.点击开