- 林轩田机器学习基石 - 学习笔记4 - 机器学习的可行性
Spareribs
@[TOC]一LearningisImpossible首先,考虑这样一个例子,如下图所示,有3个label为-1的九宫格和3个label为+1的九宫格。根据这6个样本,提取相应label下的特征,预测右边九宫格是属于-1还是+1?结果是,如果依据对称性,我们会把它归为+1;如果依据九宫格左上角是否是黑色,我们会把它归为-1。除此之外,还有根据其它不同特征进行分类,得到不同结果的情况。而且,这些分类
- 机器为什么能学习(上)
ringotc
本篇文章是台湾大学《机器学习基石上》的课程笔记。以PLA算法为例,推导证明机器学习的可行性。问题概述机器学习在当前发展得很快,我们不由得发问:为什么这种算法是可行的。我们说机器学习算法是可行的,是指它的损失函数值很小。比如在回归问题里,我们的目标是让我们用更为数学化的语言表述这件事情:首先定义一下本文需要用到的数学符号我们让本质上就是要使得足够小且。我们这篇文章需要证明的两个保证机器学习可行的结论
- 林轩田机器学习基石课程笔记1 -The Learing Problem
Spareribs
一什么是机器学习什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(MachineLearning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察大量的数据和训练,发现事物规律,获得某种分析问题、解决问题的能力。在这里插入图片描述什么是“机器学习”?机器学习可以被定义为:Improvingsomeperfo
- 惊为天人,NumPy手写全部主流机器学习模型,代码超3万行
小白学视觉
python神经网络机器学习人工智能深度学习
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达本文转自|深度学习这件小事用NumPy手写所有主流ML模型,普林斯顿博士后DavidBourgin最近开源了一个非常剽悍的项目。超过3万行代码、30多个模型,这也许能打造「最强」的机器学习基石?NumPy作为Python生态中最受欢迎的科学计算包,很多读者已经非常熟悉它了。它为Python提供高效率的多维数组计算,并提供了一系列
- 机器学习基石第九讲:linear regression
Marcovaldo
机器学习机器学习基石笔记机器学习
博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)机器学习基石第十讲介绍线性回归问题(linearregressionproblem),从这一讲开始课程介绍具体的机器学习算法。后面的大部分内容,博主已经学过,所以笔记可能会简略。LinearRegressionProblem借助信用卡发放的问题来介绍线性回归,不过这一次不再是分类,而是要让
- 机器学习基石课程总结
半亩房顶
前前后后也磨蹭了有一个月左右吧,机器学习基石终于是看完了。其实还有很多东西并不很懂,尤其是好多数学问题,不会的依然很多。但是这个课程我是打算就这么结束了,带着一堆的坑。原因如下:不宜拉长战线。数据问题肯定是需要补的,但是现阶段并不准备在数学上下很多功夫,战线拉得太长只会前支后绌。选择性学习。有些东西其实是暂时不需要甚至不宜学习的。故而暂且放下。当然,需要直面时候不能逃避的。目的性或者说功利性使然。
- 3.3 Types of Learning- Learning with Different Protocol |机器学习基石(林轩田)-学习笔记
努力奋斗的durian
文章原创,最近更新:2018-07-18学习链接:3.3TypesofLearning-LearningwithDifferentProtocol学习参考链接:1、台湾大学林轩田机器学习基石课程学习笔记3--TypesofLearning按照不同的协议,机器学习可以分为三种类型:BatchLearningOnlineActiveLearning1.BatchLearningbatchlearnin
- 1.5 The Leaming Problem-Machine Leaming and other Fields|机器学习基石(林轩田)-学习笔记
努力奋斗的durian
文章原创,最近更新:2018-06-27学习链接:1.5TheLeamingProblem-MachineLeamingandotherFields1.MachineLearningandDataMining(机器学习与数据挖掘)讲完了机器学习完整的流程,下面将一下机器学习与其他相关领域的关系第一个讲的领域就是数据挖掘,数据挖掘与机器学习有什么不一样,如下:机器学习是用资料找出一个假说g,然后跟我
- 机器学习--------考试复习笔记
懒懒的程序媛
机器学习
1.机器学习基石–学习的可行性本文主要是通过Hoeffding不等式证明了当模型的所有hypothesis的个数M为有限个时,样本数目N足够大时,就能够保证泛化误差Eout(h)和训练误差Ein(h)很接近。这时候只要找到一个hypothesis使得Ein(h)很小,那么Eout(h)也会很小,从而达到学习的目的。当然有一个大前提就是训练样本和测试样本必须要在同一分布下产生,否则学习无从谈起。Th
- python机器学习算法实训 - (二) 手写岭回归和lasso回归
印第安老斑鸠啾
机器学习算法机器学习python数据分析数据挖掘
是的,我来更新了。线性模型之间还是很相似的,有了线性回归,其他的也好展开了。理论部分两张图来自林轩田老师的机器学习基石,向同学们推荐一手。岭回归和Lasso回归1.1什么是过拟合如图所示,在数据量不够大的情况下,如果我们使用一个高阶多项式(图中红色曲线所示),例如10阶,对目标函数(蓝色曲线)进行拟合。拟合曲线波动很大,虽然Ein很小,但是Eout很大,也就造成了过拟合现象。我们看似在数据集上获得
- 收集一些有用的网址
Sundw_RUC
1.吴恩达深度学习课后作业汇总2.机器学习基石课后练习汇总3.sublimetext主题生成器持续更新
- 林轩田机器学习基石课程笔记3 - 机器学习类型
Spareribs
上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA。PLA能够在平面中选择一条直线将样本数据完全正确分类。而对于线性不可分的情况,可以使用PocketAlgorithm来处理。本节课将主要介绍一下机器学习有哪些种类,并进行归纳。主要的视频讲解:林轩田机器学习基石P10林轩田机器学习基石P11林轩田机器学习基石P12林轩田机器学习基石P13一LearningwithDifferentOut
- 机器学习笔记(5,6)--林轩田机器学习基石课程
数学系的计算机学生
这两个lecture,集中证明了,当我的hepothesis个数看起来有无限多种时,也就是前面讲到的,找一个超平面(直线)做二元划分问题时,超平面(直线)应该有无限多个,那PLA还能否能learning的问题。具体的证明过程不在复述了,提一下我认为最重要的一点:当出现break的时候,就意味着,hepothesisset的个数会是多项式多个,具体是通过动态规划bound住上界的方法。以后等基石看完
- 机器学习技法(二)
宣的写字台
《机器学习技法》是国立台湾大学林轩田讲授的一门课程,课程的上集是《机器学习基石》。相关资源可以在youtube找到,也可在评论区索要云盘链接。本文主要是我学完一遍基石&技法后的笔记梳理,如果存疑请以原课程讲授内容为准,欢迎讨论~[注]本文仅适用于帮助复习,不适用于代替视频课程。技法分为3个部分,分别为●核模型:嵌入大量特征(6小节)●融合模型:融合预测性特征(5小节)●抽取模型:提取隐性特征(4小
- 《机器学习基石前四章复习》
圈圈圈小明
机器学习人工智能
【引言】训练样本D和最终测试h的样本都是来自同一个数据分布,这是机器能够学习的前提。另外,训练样本D应该足够大,且hypothesisset的个数是有限的,这样根据霍夫丁不等式,才不会出现BadData,保证Ein≈Eout,即有很好的泛化能力。同时,通过训练,得到使Ein最小的h,作为模型最终的矩g,g接近于目标函数。这里,我们总结一下前四节课的主要内容:第一节课,我们介绍了机器学习的定义,目标
- 机器学习
南_橘子猪
1.白板推导系列,up主shuhuai008的个人空间-哔哩哔哩(゜-゜)つロ乾杯~Bilibili2.up主,主要是机器学习的数学推导GRNovmbrain的个人空间-哔哩哔哩(゜-゜)つロ乾杯~Bilibiliup主,陆小亮,读书笔记视频>陆小亮的个人空间_哔哩哔哩_Bilibili林轩田>林轩田机器学习基石(国语)_哔哩哔哩_bilibili3.覃秉丰up主,不仅讲机器学习的算法基础,项目实
- 4-3 Connection to Learning&4-4 Connection to Real Learning|机器学习基石(林轩田)-学习笔记
努力奋斗的durian
文章原创,最近更新:2018-07-25学习链接:4-3ConnectiontoLearning4-4ConnectiontoRealLearning学习参考链接:1、台湾大学林轩田机器学习基石课程学习笔记4--FeasibilityofLearning2、《机器学习基石》学习笔记1.ConnectiontoLearning那么如何通过抽弹珠这个例子跟我们的Learning相联系呢?下面,我们将罐
- 林轩田机器学习基石课程笔记2 - 学习回答Yes/No
Spareribs
上节课,我们主要简述了机器学习的定义及其重要性,并用流程图的形式介绍了机器学习的整个过程:根据模型H,使用演算法,在训练样本上进行训练,得到最好的,其对应的就是我们最后需要的机器学习的模型函数,一般接近于目标函数。本节课将继续深入探讨机器学习问题,介绍感知机Perceptron模型,并推导课程的第一个机器学习算法:。主要的视频讲解:林轩田机器学习基石P6林轩田机器学习基石P7林轩田机器学习基石P8
- 机器学习笔记(2-4)--林轩田机器学习基石课程
数学系的计算机学生
Non-SeparateData当我们不知道数据集是否线性可分时,我们采用贪心的算法,构建modifiedPLA.ModifiedPLA:和普通的PLA不同的是,它在选点时采用随机的方法,并且采用贪心的思想,保存当前最好的w_t.好不好的标准在于造成的错误点数是否更少。直到运行时间足够久后才停止算法。
- 林轩田-机器学习基石-课程笔记1
小T数据站
关于learninglearning:通过观察获取技能ML:通过计算数据获得技能learning&ML什么时候使用机器学习存在一些潜在的模型可以被学习但规则不容易用程式写出来有关于这些模型的资料机器学习流程f:是真实存在的模型,但我们不知道D:是用来学习的训练集A:是学习用到的算法H:是学习到的模型的假设g:是学习到的模型机器学习流程图与机器学习相关的领域数据挖掘:与机器学习难分难解人工智能:机器
- 【机器学习基石】1-1,1-2,1-3 课程引导&机器学习适用场景
茹忆小玉儿
Lec1-1引导机器学习是理论和方法结合的一门学问。理论(道)机器学习方法的假设、推论、结论、作用。是前辈设计的漂亮数学及算法。缺点:可能会让你觉得不够实用。方法(术)机器学习不缺方法。每天都有几十几百个新的方法在产生。缺点:若只是快速学使用方法,招数虽多,临阵时可能不知道如何妥善选择和使用方法。课程设置:从基础切入哲学:机器学习的思想数学:工具算法:设计和使用学会这些,把机器学习变成你的工具,而
- 林轩田机器学习基石课程笔记2 - 知识点补充2
Spareribs
详细笔记查看林轩田机器学习基石课程笔记2-学习回答Yes/No问题在解释GuaranteeofPLA这个问题过程中,提及到了3个内容的推导:内积越大,那表示是在接近目标权重但是内积更大,可能是向量长度更大了,不一定是向量间角度更小的增长被限制了,与向量长度不会差别太大详细说明问题1:内积越大,那表示是在接近目标权重首先有2个网站解释内积是什么向量点乘,叉乘为什么两个向量的点积越大,表明两者越相似?
- 用 NumPy 手写 30 个主流机器学习算法,GitHub 9K 星,全都开源了!
视学算法
python机器学习人工智能深度学习神经网络
转自|机器之心参与|思源、一鸣、张倩用NumPy手写所有主流ML模型,普林斯顿博士后DavidBourgin最近开源了一个非常剽悍的项目。超过3万行代码、30多个模型,这也许能打造「最强」的机器学习基石?NumPy作为Python生态中最受欢迎的科学计算包,很多读者已经非常熟悉它了。它为Python提供高效率的多维数组计算,并提供了一系列高等数学函数,我们可以快速搭建模型的整个计算流程。毫不负责任
- 机器学习笔记(1)--林轩田机器学习基石课程
数学系的计算机学生
MachineLearningandotherField机器学习和数据挖掘:机器学习是通过数据训练,借助设计的机器学习演算法,从众多的假说中,找到一个最接近最优映射关系f的过程。机器学习的模型就是机器学习演算法加上假设集。数据挖掘是从众多数据中,找到、挖掘出自己感兴趣的某个点。当你感兴趣的这个点正好是机器学习所要寻找的映射关系g的时候,数据挖掘就成了机器学习。机器学习和人工智能:人工智能是让机器做
- 机器学习笔记(2-3)--林轩田机器学习基石课程
数学系的计算机学生
GuranteeofPLA这一小节,老师解决了我上一节中遗留的问题。首先,只有当数据集data是线性可分的时候,才存在f超平面,将空间没有错误地划分成两块。所以,PLA才能输出一个可行解g。其次,证明PLA可以在有限步输出g分为三部分:证明w_f·w_{t+1}>w_f·w_{t}(其中w_f是最优解f对应的权向量):这一证明意味着,经过不断的修正,w_t会变得越来越接近理想的w_f。证明w_{t
- 机器学习基石第一次作业
ThomasYoungK
coursera林轩田的《机器学习基石》很有意思,我把一些编程作业总结在这里,参考了macJiang的答案:https://blog.csdn.net/a1015553840/article/details/51085129:作业115-17是naivepla(perceptronlearningalgorithm),算法如下:初始化wrepeat{1.寻找w(t)的下一个错误分类点(x,y)(即
- 机器学习基石第六节
半亩房顶
TheoryofGeneralization本章没怎么看懂,暂时先跳过,回头再来看,暂时看的一篇笔记,大体有些了解了,记住了一些推导和结论。Poly(N)关于参数N的特征多项式转自http://www.cnblogs.com/HappyAngel/p/3622333.html十分感谢这位前辈,私自转载以备留存,请见谅上一节课,我们主要探讨了当M的数值大小对机器学习的影响。如果M很大,那么就不能保证
- 【台大林轩田《机器学习基石》笔记】Lecture 10——Logistic Regression
T1en
机器学习机器学习算法logisticregression逻辑回归
文章目录Lecture10:LogisticRegressionLogisticRegressionProblemLogisticRegressionErrorGradientofLogisticRegressionErrorGradientDescentLecture10:LogisticRegressionLogisticRegressionProblem如果我们想从患者的各种身体信息来推断其
- 机器学习之多元分类(机器学习基石)
N-Paradigm
MachineLearning机器学习数据科学家之路多元分类机器学习多元分类机器学习基石
一个案例如上图所示我们要使用一些线性模型来分割这四种不同的图案,利用以前学过的二元分类我们可以将某一个种类分别从整体中分离出来。比如将图通是方块和不是方块的做二元分类,是三角形的和不是三角形的进行分类等等,然后我们得到下图:问题的出现如上图所示我们在单独的分割中可以分别将我们想要的目标图案分割出来,但是我们将这些图标片综合起来看得到下图:在图中带有标号的区域就是公共区域,在公共区域内的判断是矛盾的
- 机器学习方法的分类——(机器学习基石3)
Lxs_
机器学习机器学习
这周学习的主要是一些理论知识,介绍机器学习的不同学习方法。不同的分类方式可以得出不同的学习类型,下面是总体的四种分类方式:1.按照不同的输出空间Y分类2.按照不同的数据标签yn分类3.按照不同得到目标函数的方式分类4.按照不同的输入空间X分类(1)按照不同的输出空间Y分类这个问题林老师列出了三种学习方式,分别是分类问题,回归问题,结构标记问题。之前的PLA是一种简单的二元分类问题,多元分类的话就是
- 多线程编程之存钱与取钱
周凡杨
javathread多线程存钱取钱
生活费问题是这样的:学生每月都需要生活费,家长一次预存一段时间的生活费,家长和学生使用统一的一个帐号,在学生每次取帐号中一部分钱,直到帐号中没钱时 通知家长存钱,而家长看到帐户还有钱则不存钱,直到帐户没钱时才存钱。
问题分析:首先问题中有三个实体,学生、家长、银行账户,所以设计程序时就要设计三个类。其中银行账户只有一个,学生和家长操作的是同一个银行账户,学生的行为是
- java中数组与List相互转换的方法
征客丶
JavaScriptjavajsonp
1.List转换成为数组。(这里的List是实体是ArrayList)
调用ArrayList的toArray方法。
toArray
public T[] toArray(T[] a)返回一个按照正确的顺序包含此列表中所有元素的数组;返回数组的运行时类型就是指定数组的运行时类型。如果列表能放入指定的数组,则返回放入此列表元素的数组。否则,将根据指定数组的运行时类型和此列表的大小分
- Shell 流程控制
daizj
流程控制if elsewhilecaseshell
Shell 流程控制
和Java、PHP等语言不一样,sh的流程控制不可为空,如(以下为PHP流程控制写法):
<?php
if(isset($_GET["q"])){
search(q);}else{// 不做任何事情}
在sh/bash里可不能这么写,如果else分支没有语句执行,就不要写这个else,就像这样 if else if
if 语句语
- Linux服务器新手操作之二
周凡杨
Linux 简单 操作
1.利用关键字搜寻Man Pages man -k keyword 其中-k 是选项,keyword是要搜寻的关键字 如果现在想使用whoami命令,但是只记住了前3个字符who,就可以使用 man -k who来搜寻关键字who的man命令 [haself@HA5-DZ26 ~]$ man -k
- socket聊天室之服务器搭建
朱辉辉33
socket
因为我们做的是聊天室,所以会有多个客户端,每个客户端我们用一个线程去实现,通过搭建一个服务器来实现从每个客户端来读取信息和发送信息。
我们先写客户端的线程。
public class ChatSocket extends Thread{
Socket socket;
public ChatSocket(Socket socket){
this.sock
- 利用finereport建设保险公司决策分析系统的思路和方法
老A不折腾
finereport金融保险分析系统报表系统项目开发
决策分析系统呈现的是数据页面,也就是俗称的报表,报表与报表间、数据与数据间都按照一定的逻辑设定,是业务人员查看、分析数据的平台,更是辅助领导们运营决策的平台。底层数据决定上层分析,所以建设决策分析系统一般包括数据层处理(数据仓库建设)。
项目背景介绍
通常,保险公司信息化程度很高,基本上都有业务处理系统(像集团业务处理系统、老业务处理系统、个人代理人系统等)、数据服务系统(通过
- 始终要页面在ifream的最顶层
林鹤霄
index.jsp中有ifream,但是session消失后要让login.jsp始终显示到ifream的最顶层。。。始终没搞定,后来反复琢磨之后,得到了解决办法,在这儿给大家分享下。。
index.jsp--->主要是加了颜色的那一句
<html>
<iframe name="top" ></iframe>
<ifram
- MySQL binlog恢复数据
aigo
mysql
1,先确保my.ini已经配置了binlog:
# binlog
log_bin = D:/mysql-5.6.21-winx64/log/binlog/mysql-bin.log
log_bin_index = D:/mysql-5.6.21-winx64/log/binlog/mysql-bin.index
log_error = D:/mysql-5.6.21-win
- OCX打成CBA包并实现自动安装与自动升级
alxw4616
ocxcab
近来手上有个项目,需要使用ocx控件
(ocx是什么?
http://baike.baidu.com/view/393671.htm)
在生产过程中我遇到了如下问题.
1. 如何让 ocx 自动安装?
a) 如何签名?
b) 如何打包?
c) 如何安装到指定目录?
2.
- Hashmap队列和PriorityQueue队列的应用
百合不是茶
Hashmap队列PriorityQueue队列
HashMap队列已经是学过了的,但是最近在用的时候不是很熟悉,刚刚重新看以一次,
HashMap是K,v键 ,值
put()添加元素
//下面试HashMap去掉重复的
package com.hashMapandPriorityQueue;
import java.util.H
- JDK1.5 returnvalue实例
bijian1013
javathreadjava多线程returnvalue
Callable接口:
返回结果并且可能抛出异常的任务。实现者定义了一个不带任何参数的叫做 call 的方法。
Callable 接口类似于 Runnable,两者都是为那些其实例可能被另一个线程执行的类设计的。但是 Runnable 不会返回结果,并且无法抛出经过检查的异常。
ExecutorService接口方
- angularjs指令中动态编译的方法(适用于有异步请求的情况) 内嵌指令无效
bijian1013
JavaScriptAngularJS
在directive的link中有一个$http请求,当请求完成后根据返回的值动态做element.append('......');这个操作,能显示没问题,可问题是我动态组的HTML里面有ng-click,发现显示出来的内容根本不执行ng-click绑定的方法!
 
- 【Java范型二】Java范型详解之extend限定范型参数的类型
bit1129
extend
在第一篇中,定义范型类时,使用如下的方式:
public class Generics<M, S, N> {
//M,S,N是范型参数
}
这种方式定义的范型类有两个基本的问题:
1. 范型参数定义的实例字段,如private M m = null;由于M的类型在运行时才能确定,那么我们在类的方法中,无法使用m,这跟定义pri
- 【HBase十三】HBase知识点总结
bit1129
hbase
1. 数据从MemStore flush到磁盘的触发条件有哪些?
a.显式调用flush,比如flush 'mytable'
b.MemStore中的数据容量超过flush的指定容量,hbase.hregion.memstore.flush.size,默认值是64M 2. Region的构成是怎么样?
1个Region由若干个Store组成
- 服务器被DDOS攻击防御的SHELL脚本
ronin47
mkdir /root/bin
vi /root/bin/dropip.sh
#!/bin/bash/bin/netstat -na|grep ESTABLISHED|awk ‘{print $5}’|awk -F:‘{print $1}’|sort|uniq -c|sort -rn|head -10|grep -v -E ’192.168|127.0′|awk ‘{if($2!=null&a
- java程序员生存手册-craps 游戏-一个简单的游戏
bylijinnan
java
import java.util.Random;
public class CrapsGame {
/**
*
*一个简单的赌*博游戏,游戏规则如下:
*玩家掷两个骰子,点数为1到6,如果第一次点数和为7或11,则玩家胜,
*如果点数和为2、3或12,则玩家输,
*如果和为其它点数,则记录第一次的点数和,然后继续掷骰,直至点数和等于第一次掷出的点
- TOMCAT启动提示NB: JAVA_HOME should point to a JDK not a JRE解决
开窍的石头
JAVA_HOME
当tomcat是解压的时候,用eclipse启动正常,点击startup.bat的时候启动报错;
报错如下:
The JAVA_HOME environment variable is not defined correctly
This environment variable is needed to run this program
NB: JAVA_HOME shou
- [操作系统内核]操作系统与互联网
comsci
操作系统
我首先申明:我这里所说的问题并不是针对哪个厂商的,仅仅是描述我对操作系统技术的一些看法
操作系统是一种与硬件层关系非常密切的系统软件,按理说,这种系统软件应该是由设计CPU和硬件板卡的厂商开发的,和软件公司没有直接的关系,也就是说,操作系统应该由做硬件的厂商来设计和开发
- 富文本框ckeditor_4.4.7 文本框的简单使用 支持IE11
cuityang
富文本框
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<title>知识库内容编辑</tit
- Property null not found
darrenzhu
datagridFlexAdvancedpropery null
When you got error message like "Property null not found ***", try to fix it by the following way:
1)if you are using AdvancedDatagrid, make sure you only update the data in the data prov
- MySQl数据库字符串替换函数使用
dcj3sjt126com
mysql函数替换
需求:需要将数据表中一个字段的值里面的所有的 . 替换成 _
原来的数据是 site.title site.keywords ....
替换后要为 site_title site_keywords
使用的SQL语句如下:
updat
- mac上终端起动MySQL的方法
dcj3sjt126com
mysqlmac
首先去官网下载: http://www.mysql.com/downloads/
我下载了5.6.11的dmg然后安装,安装完成之后..如果要用终端去玩SQL.那么一开始要输入很长的:/usr/local/mysql/bin/mysql
这不方便啊,好想像windows下的cmd里面一样输入mysql -uroot -p1这样...上网查了下..可以实现滴.
打开终端,输入:
1
- Gson使用一(Gson)
eksliang
jsongson
转载请出自出处:http://eksliang.iteye.com/blog/2175401 一.概述
从结构上看Json,所有的数据(data)最终都可以分解成三种类型:
第一种类型是标量(scalar),也就是一个单独的字符串(string)或数字(numbers),比如"ickes"这个字符串。
第二种类型是序列(sequence),又叫做数组(array)
- android点滴4
gundumw100
android
Android 47个小知识
http://www.open-open.com/lib/view/open1422676091314.html
Android实用代码七段(一)
http://www.cnblogs.com/over140/archive/2012/09/26/2611999.html
http://www.cnblogs.com/over140/arch
- JavaWeb之JSP基本语法
ihuning
javaweb
目录
JSP模版元素
JSP表达式
JSP脚本片断
EL表达式
JSP注释
特殊字符序列的转义处理
如何查找JSP页面中的错误
JSP模版元素
JSP页面中的静态HTML内容称之为JSP模版元素,在静态的HTML内容之中可以嵌套JSP
- App Extension编程指南(iOS8/OS X v10.10)中文版
啸笑天
ext
当iOS 8.0和OS X v10.10发布后,一个全新的概念出现在我们眼前,那就是应用扩展。顾名思义,应用扩展允许开发者扩展应用的自定义功能和内容,能够让用户在使用其他app时使用该项功能。你可以开发一个应用扩展来执行某些特定的任务,用户使用该扩展后就可以在多个上下文环境中执行该任务。比如说,你提供了一个能让用户把内容分
- SQLServer实现无限级树结构
macroli
oraclesqlSQL Server
表结构如下:
数据库id path titlesort 排序 1 0 首页 0 2 0,1 新闻 1 3 0,2 JAVA 2 4 0,3 JSP 3 5 0,2,3 业界动态 2 6 0,2,3 国内新闻 1
创建一个存储过程来实现,如果要在页面上使用可以设置一个返回变量将至传过去
create procedure test
as
begin
decla
- Css居中div,Css居中img,Css居中文本,Css垂直居中div
qiaolevip
众观千象学习永无止境每天进步一点点css
/**********Css居中Div**********/
div.center {
width: 100px;
margin: 0 auto;
}
/**********Css居中img**********/
img.center {
display: block;
margin-left: auto;
margin-right: auto;
}
- Oracle 常用操作(实用)
吃猫的鱼
oracle
SQL>select text from all_source where owner=user and name=upper('&plsql_name');
SQL>select * from user_ind_columns where index_name=upper('&index_name'); 将表记录恢复到指定时间段以前
- iOS中使用RSA对数据进行加密解密
witcheryne
iosrsaiPhoneobjective c
RSA算法是一种非对称加密算法,常被用于加密数据传输.如果配合上数字摘要算法, 也可以用于文件签名.
本文将讨论如何在iOS中使用RSA传输加密数据. 本文环境
mac os
openssl-1.0.1j, openssl需要使用1.x版本, 推荐使用[homebrew](http://brew.sh/)安装.
Java 8
RSA基本原理
RS