- 概率与数理统计学习笔记2-估计
悠悠zzz
点估计:目的:总体分布已知情况下,借助样本来估计总体的未知参数方法:矩估计法:样本一阶矩为总体的一阶矩(即期望),样本二阶中心矩为总体的二阶中心矩(即方差)最大似然估计法:利用已知样本结果信息,反推最有可能得到样本结果出现的模型参数值估计量的评选标准:无偏性,有效性,相合性区间估计:估计出参数范围,同时给出此区间包含真实值的可信程度置信区间:反复多次抽样,样本值确定的统计量区间置信水平:1-a指置
- 概率与数理统计学习笔记1-随机变量
悠悠zzz
概率与数理统计学了好几遍都学不清楚,今天再刷一遍,整理出第一篇学习笔记。随机变量:随机事件的数量表现,两种类型,离散型随机变量和连续型随机变量离散型随机变量:变量取值有限个分布律:每个取值的概率0-1分布:取值只有0和1伯努利试验,二项分布:伯努利试验是试验结果只有正反两种结果的试验;二项分布是n重伯努利试验;二项分布当n=1结果就是0-1分布泊松分布:近似二项分布概率的计算方式,当n>20,p=
- 概率与数理统计学习笔记2-假设检验
悠悠zzz
假设检验的目的:判断样本与样本,样本与总体的差异是由抽样误差造成还是本质差别造成;或是为了判断推断总体特征作出的假设是否应该接受名词解释显著性水平:原假设为真却被拒绝的概率(简称弃真概率)提出相互对立的两个假设。原假设H0通常是要被反驳的假设,备择假设H1是认为相对正确的假设检验统计量:统计量差值做过标准化之后的值(下文用差异标准值代替)拒绝域:检验结果落入此区域会被拒绝假设检验的验证方式有2种:
- 从零学习人工智能,开启职业规划之路!
你的龙哥哥
从零学习人工智能开启职业规划之路!
海涛,算法工程师,前供求世界网络科技运营总监,CSDN专家博主,概率与数理统计硕士,数十次获得建模奖项,全国研究生数学建模竞赛一等奖得主,热衷分享。对AI的态度对于AI,不用嘲笑,也不要过誉!人工智能(ArtificialIntelligence,英文缩写为AI)的话题隔一段时间就会火一把。刚结束不久的国际盛会——2018年博鳌亚洲论坛上,首次运用的人工智能(ArtificialIntellige
- 计算机类专业工程认证,计算机类专业工程教育专业认证补充标准
talich
计算机类专业工程认证
计算机类专业本认证标准适用于计算机类专业,包括(但不限于)计算机科学与技术、软件工程、网络工程、信息安全、物联网工程。其它名称中包含计算机相关关键词的工程专业也可按照此标准进行认证。数字媒体技术专业如果培养内容侧重系统支撑可以按照此标准进行认证;如培养内容侧重数字内容设计,则本标准不适用。1.课程体系1.1课程设置1.1.1数学与自然科学类课程数学包括高等工程数学、概率与数理统计、离散结构的基本内
- 2022-06-14
TIM全面库存管咨询程晓华
15分钟掌握12个极简统计学分析方法-玩好一二三四五就能上山打老虎程晓华2022-6-12我的新书《全面库存管理数学分析》上市后,很多读者反馈说“看不懂”。这件事一直搞得我很郁闷,但我也很理解,其实很多人,也包括我在内,上大学的时候的3门“高等数学”(高等数学、线性代数、概率与数理统计,一般工科生的必修课,在这里,包括在我的书里统称“高等数学”)可能都没有学好,光去应付考试了,考完了也就完了,根本
- 【AI底层逻辑】——篇章1&2:统计学与概率论&数据“陷阱”
柯宝最帅
AI底层逻辑人工智能
目录引入一、“思维方式”是解题关键!!1、统计思维的诞生2、概率的力量概率与数理统计的区别?如何验证假设?经验与现实如何共存——贝叶斯定理?“朴素”的朴素贝叶斯?二、数据“陷阱”1、数据收集的偏差2、数据处理的悖论3、正确解读数据4、精准预测的挑战总结引入本系列博客尝试讨论一些有关AI的通识问题,AI本身就是一个跨学科、专业、抽象、复杂的问题,学习相关专业知识可能会很困难,尤其是一些数学公式和复杂
- 贝叶斯分类器
Bonefire20
算法python经验分享其他学习
分类算法用来判断给定数据项所属的类别,即种类或类型。比如,可以根据某些特征来分辨一部电影属于哪个流派,等等。这样,流派就是我们要预测的类别。第10章“预测性分析与机器学习”还会对机器学习做进一步介绍。此刻,我们要讨论的是一个名为朴素贝叶斯分类的流行算法,它常常用于进行文本文档的研究。朴素贝叶斯分类是一个概率算法,它基于概率与数理统计中的贝叶斯定理。贝叶斯定理给出了如何利用新证据修正某事件发生的概率
- 概率统计及其应用第三章知识总结_2020考研数学概率各章节要点及考察题型
weixin_39931390
概率统计及其应用第三章知识总结
一、概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象,而概率研究的是不确定的,是随机现象。对于不确定的,大家感觉比较头疼。(2)题型比较固定,解法比较单一,计算技巧要求低一些比如概率的解答题主要考查二维离散型随机变量、二维连续型随机变量、随机变量函数的分布和参数的矩估计、最大似然估计。考生只要掌握了相应的解题方法,计算准确,就可以拿到满分.(3)高数和概率相结合求随机变量的分布
- 概率与数理统计
搬砖写Bug
image.png1.全概率公式、贝叶斯公式image.png举例:image.png2.先验概率、后验概率image.pngimage.png3.概率密度函数、分布函数image.pngimage.pngKL散度KL散度用来做什么?KL散度的用途:比较两个概率分布的接近程度。在统计应用中,我们经常需要用一个简单的,近似的概率分布f^来描述观察数据D或者另一个复杂的概率分布f。此时,我们需要一个量
- 人工智能入门杂记
三三木木七
机器学习杂记人工智能
本篇文章属于所有发表的文章的导读吧,以后会常更新。目录1.数据挖掘、机器学习、深度学习、云计算、人工智能2.深度学习、强化学习、对抗学习、迁移学习3.基础知识--线性代数4.基础知识--概率与数理统计5.常用工具库6.机器学习6.1什么是训练什么是推理?6.2机器学习一般流程6.3机器学习问题类型7.深度学习7.1前馈神经网络7.2卷积神经网络7.3循环神经网络7.4迁移学习7.5对抗学习7.6强
- Paddle飞桨图神经训练营笔记
洛Darki
学习paddlepaddle神经网络pythontensorflow
图神经网络链接:图神经网络7日打卡营课程基础数学基础:高等数学线性代数概率与数理统计编程基础Python:numpyPaddlePaddle1.8PGL机器学习基础神经网络(FC,BPNN)资料综述GraphNeuralNetworks:AReviewofMethodsandApplicationsAComprehensiveSurveyonGraphNeuralNetworks进阶DeepWal
- 【美赛】备赛~
fairy_wsm
数学建模算法数学建模
day1组队分工——建模人其工作主要是建立模型数学知识的应用能力:①概率与数理统计②运筹与线性规划③微分方程还有与计算机知识相交叉的知识:计算机模拟等等建模步骤模型准备——>模型假设——>模型建立——>模型求解——>模型分析——>模型检验(检验假设是否正确)——>模型应用建模过程数据分析——>关联与分析——>分类与辨别——>评价与决策——>预测与预报——>优化与控制数据处理问题①插值拟合主要用于对
- 北京工业大学微机原理和c语言,微机原理与接口试题
weixin_33945547
北京工业大学微机原理和c语言
北京工业大学421自动控制原理复试:1、电子技术2、计算机原理北京航空航天大学[双控]432控制理论综合或433控制工程综合[检测]433控制工程综合或436检测技术综合[系统]431自动控制原理或451材料力学或841概率与数理统计[模式](自动化学院)433控制工程综合或436检测技术综合、(宇航学院)423信息类专业综合或431自动控制原理或461计算机专业综合[导航](自动化学院)432控
- 使用朴素贝叶斯对垃圾邮件分类_算法干货 | 朴素贝叶斯分类
weixin_39669202
使用朴素贝叶斯对垃圾邮件分类2.0预测分类朴素贝叶斯做文本分类代码
分类算法是机器学习算法中的一种,用来判断给定数据项所属的类别,即种类或类型。比如,可以根据某些特征来分辨一部电影属于哪个流派,等等。这样,流派就是我们要预测的类别。第10章“预测性分析与机器学习”还会对机器学习做进一步介绍。此刻,我们要讨论的是一个名为朴素贝叶斯分类的流行算法,它常常用于进行文本文档的研究。朴素贝叶斯分类是一个概率算法,它基于概率与数理统计中的贝叶斯定理。贝叶斯定理给出了如何利用新
- 宋浩 概率统计 笔记_2020考研数学概率论与数理统计:各章节考试重点分析
weixin_39983383
宋浩概率统计笔记概率统计及其应用第三章知识总结概率论方差公式
原标题:2020考研数学概率论与数理统计:各章节考试重点分析考研数学有两大重点,基础要打好,练习要多做,错题要巩固。下面来看下有关概率论与数理统计相关复习内容,一起来学习吧!一、概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象,而概率研究的是不确定的,是随机现象。对于不确定的,大家感觉比较头疼。(2)题型比较固定,解法比较单一,计算技巧要求低一些比如概率的解答题主要考查二维离散
- 优云软件数据专家最佳实践:数据挖掘与运维分析
stay_foolish12
机器学习数据挖掘数据挖掘运维分析实战
优云软件数据专家最佳实践:数据挖掘与运维分析这份研究报告,作者是优云软件数据专家陈是维,在耗时1年时间制作的一份最佳实践,今天和大家分享下,关于《数据采矿和运维分析》,共同探讨~数据挖掘(DataMining)是从大量数据中提取或“挖掘”知识。广义数据挖掘:数据挖掘是从存放在数据库、数据仓库或其它信息库中的大量数据挖掘有趣知识的过程。数据挖掘技术侧重:1)概率与数理统计2)数据库技术3)人工智能技
- 2020 中国大学生计算机设计大赛
2018wl
java编程语言j2ee百度人工智能
前言:作者18届现在大三,今年参加了计算机设计大赛是国赛二等奖并参加其他了的一些比赛,现在给19届的大二做一个交流文章,和对自己今年的总结。以2021年的计算机设计大赛为主。计算机设计大赛一、按时间线讲1、2020年秋季专业技能大赛(11月/12月)1.1软件设计大赛1.2程序设计大赛1.3基础知识竞赛1.4写到最后2、期末考试(1月)2.1数据结构2.2概率与数理统计3、寒假安排(2月)4、明年
- 概率统计及其应用第三章知识总结_2020考研数学概率论与数理统计:各章节考试重点分析...
weixin_39629129
概率统计及其应用第三章知识总结概率论方差公式概率论第六章数理统计思维导图
考研数学有两大重点,基础要打好,练习要多做,错题要巩固。下面来看下有关概率论与数理统计相关复习内容,一起来学习吧!一、概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象,而概率研究的是不确定的,是随机现象。对于不确定的,大家感觉比较头疼。(2)题型比较固定,解法比较单一,计算技巧要求低一些比如概率的解答题主要考查二维离散型随机变量、二维连续型随机变量、随机变量函数的分布和参数的矩
- 概率统计及其应用第三章知识总结_2020.3.30 | 考研数学—概率论与数理统计:各章节考试重点...
weixin_39760650
概率统计及其应用第三章知识总结概率论方差公式概率论第六章数理统计思维导图
考研数学有两大重点,基础要打好,练习要多做,错题要巩固。下面来看下有关概率论与数理统计相关复习内容,一起来学习吧!一、概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象,而概率研究的是不确定的,是随机现象。对于不确定的,大家感觉比较头疼。(2)题型比较固定,解法比较单一,计算技巧要求低一些比如概率的解答题主要考查二维离散型随机变量、二维连续型随机变量、随机变量函数的分布和参数的矩
- 出入口控制系统工程设计规范_2020注册暖通工程师基础考试真题库_跟向然学习网复习备考...
weixin_39605296
出入口控制系统工程设计规范
向然学习网为同学们提供2020注册暖通工程师基础考试真题库2020年注册公用设备工程师(暖通空调)《基础考试》题库【历年真题(部分视频讲解)+章节题库+模拟试题】课程目录第一部分 历年真题[部分视频讲解]第二部分 章节题库【公共基础(上午)】第一章 高等数学第一节 空间解析几何第二节 微分学第三节 积分学第四节 无穷级数第五节 常微分方程第六节 线性代数第七节 概率与数理统计第二章 普通物理第一节
- Machine Learning之高等数学篇(十六)☞《条件概率、全概率、贝叶斯公式》
来自外星的一只猿
Machine
上一节呢,我们初探了《概率与数理统计》,这次我们续接上一节的内容,来专题学习《条件概率、全概率、贝叶斯公式》注!声明,本文转载,本文转载,本文转载!本文转载,侵删!感谢博主”hearthougan”(✈机票点我)一、条件概率公式 举个例子,比如让你背对着一个人,让你猜猜背后这个人是女孩的概率是多少?直接猜测,肯定是只有50%的概率,假如现在告诉你背后这个人是个长头发,那么女的概率就变为90%
- 概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量
海州湾
概率与数理统计
老师课堂总结,请勿转载条件概率设试验E的样本空间为S,A,B是事件,要考虑在A已经发生的条件下B发生的概率,这就是条件概率问题.1.定义:设A,B是两个事件,且P(A)>0,称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性:对于每一事件B有规范性:对于必然事件S,有可列可加性:设B1,B2,…是两两互不相容的事件,则另外,对于任意两个事件乘法定理由条件概率公式能迅速推知乘法定
- 学习matlab(四)——概率与数理统计
光电的一只菜鸡
matlab
概率和数理统计是大学数学的重要内容,无论是在科学研究还是在工程实际中都有着非常广泛的应用。在MATLAB中,提供了专门的统计工具箱Staticstics,该工具箱有几百个专用于求解概率和数理统计问题的函数。本章将详细的介绍随机数的产生,随机变量的概率密度函数和数字特征,以及假设检验、方差分析和统计绘图等。0.随机数随机数的产生是概率统计的基础,概率论和数理统计就是对各种样本数据进行分析。在MATL
- 概率与数理统计学习总结三--条件概率、全概率、贝叶斯、离散型随机变量
weixin_44327911
条件概率设试验E的样本空间为S,A,B是事件,要考虑在A已经发生的条件下B发生的概率,这就是条件概率问题.定义:设A,B是两个事件,且P(A)>0,称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性:对于每一事件B有规范性:对于必然事件S,有可列可加性:设B1,B2,…是两两互不相容的事件,则另外,对于任意两个事件乘法定理由条件概率公式能迅速推知乘法定理推广到多个事件的积事件情
- 数学基础之概率
weixin_34362790
本文主要介绍概率与数理统计中的一些常见的基本概念。样本空间对于随机试验,尽管在每次试验之前不能预知试验的结果,但是试验的所有可能结果集合是已知的,我们将随机试验E的所有可能的结果组成的集合称为E的样本空间,记为S。样本空间的的元素,即E的每个可能结果,称为样本点。比如事件E:抛一枚硬币,观察正面H,反面T出现的情况,S={H,T}。频率(Frequency)概率(Probability)频率描述了
- 数据挖掘与运维分析
uyunopss
APM应用性能监控APM数据分析it运维性能监控
这份研究报告,作者是优云软件数据专家陈是维,在耗时1年时间制作的一份最佳实践,今天和大家分享下,关于《数据采矿和运维分析》,共同探讨~数据挖掘(DataMining)是从大量数据中提取或“挖掘”知识。广义数据挖掘:数据挖掘是从存放在数据库、数据仓库或其它信息库中的大量数据挖掘有趣知识的过程。数据挖掘技术侧重:1)概率与数理统计2)数据库技术3)人工智能技术4)机器学习。1.数据清理:消除噪音或不一
- 朴素贝叶斯文本分类算法
F_Guardian
数据挖掘
朴素贝叶斯文本分类算法最近在学习推荐系统过程中,要用到朴素贝叶斯(NaïveBayes)进行文本的分类。再一次深刻认识到学好基础知识的重要性,要理解朴素贝叶斯,需要有很好的概率与数理统计,离散数学基础。一.NaiveBayes基础知识。对于随机试验E有两个随机事件A,B,且P(B)>0那么在B事件发生的条件下A发生的概率为:其中P(AB)为A,B两个事件的联合概率。对上式利用乘法公式可以变形为:这
- 在概率与数理统计中常用的公式(添加中...)
郝伟老师(安徽理工大学)
人工智能概率论基本公式
文章目录古典概率条件概率全概率公式贝叶斯公式事件独立各类分布平均分布正泰分布(Gauss分布)数学期望E(X)古典概率实验中,AAA的基本事件有aaa个,Aˉ\bar{A}Aˉ的基本事件有bbb个,则AAA的概率为:P(A)=aa+bP(A)=\frac{a}{a+b}P(A)=a+ba条件概率P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)
- 百度飞桨强化学习(1)
只会git clone的程序员
百度飞桨强化学习
基础高等数学线性代数(向量空间的变换思想)概率与数理统计(期望,方差)Python:numpy神经网络强化学习两种学习方法基于价值基于策略乌龟环境首先本地下载PARL:gitclonegit@github.com:PaddlePaddle/PARL.git用pycharm打开PARL的工程进到第一节课的文件下:cdD:\py_code\PARL\examples\tutorials\lesson1
- 关于旗正规则引擎规则中的上传和下载问题
何必如此
文件下载压缩jsp文件上传
文件的上传下载都是数据流的输入输出,大致流程都是一样的。
一、文件打包下载
1.文件写入压缩包
string mainPath="D:\upload\"; 下载路径
string tmpfileName=jar.zip; &n
- 【Spark九十九】Spark Streaming的batch interval时间内的数据流转源码分析
bit1129
Stream
以如下代码为例(SocketInputDStream):
Spark Streaming从Socket读取数据的代码是在SocketReceiver的receive方法中,撇开异常情况不谈(Receiver有重连机制,restart方法,默认情况下在Receiver挂了之后,间隔两秒钟重新建立Socket连接),读取到的数据通过调用store(textRead)方法进行存储。数据
- spark master web ui 端口8080被占用解决方法
daizj
8080端口占用sparkmaster web ui
spark master web ui 默认端口为8080,当系统有其它程序也在使用该接口时,启动master时也不会报错,spark自己会改用其它端口,自动端口号加1,但为了可以控制到指定的端口,我们可以自行设置,修改方法:
1、cd SPARK_HOME/sbin
2、vi start-master.sh
3、定位到下面部分
- oracle_执行计划_谓词信息和数据获取
周凡杨
oracle执行计划
oracle_执行计划_谓词信息和数据获取(上)
一:简要说明
在查看执行计划的信息中,经常会看到两个谓词filter和access,它们的区别是什么,理解了这两个词对我们解读Oracle的执行计划信息会有所帮助。
简单说,执行计划如果显示是access,就表示这个谓词条件的值将会影响数据的访问路径(表还是索引),而filter表示谓词条件的值并不会影响数据访问路径,只起到
- spring中datasource配置
g21121
dataSource
datasource配置有很多种,我介绍的一种是采用c3p0的,它的百科地址是:
http://baike.baidu.com/view/920062.htm
<!-- spring加载资源文件 -->
<bean name="propertiesConfig"
class="org.springframework.b
- web报表工具FineReport使用中遇到的常见报错及解决办法(三)
老A不折腾
finereportFAQ报表软件
这里写点抛砖引玉,希望大家能把自己整理的问题及解决方法晾出来,Mark一下,利人利己。
出现问题先搜一下文档上有没有,再看看度娘有没有,再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题,大多文档上都有提到的。
1、repeated column width is largerthan paper width:
这个看这段话应该是很好理解的。比如做的模板页面宽度只能放
- mysql 用户管理
墙头上一根草
linuxmysqluser
1.新建用户 //登录MYSQL@>mysql -u root -p@>密码//创建用户mysql> insert into mysql.user(Host,User,Password) values(‘localhost’,'jeecn’,password(‘jeecn’));//刷新系统权限表mysql>flush privileges;这样就创建了一个名为:
- 关于使用Spring导致c3p0数据库死锁问题
aijuans
springSpring 入门Spring 实例Spring3Spring 教程
这个问题我实在是为整个 springsource 的员工蒙羞
如果大家使用 spring 控制事务,使用 Open Session In View 模式,
com.mchange.v2.resourcepool.TimeoutException: A client timed out while waiting to acquire a resource from com.mchange.
- 百度词库联想
annan211
百度
<!DOCTYPE html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>RunJS</title&g
- int数据与byte之间的相互转换实现代码
百合不是茶
位移int转bytebyte转int基本数据类型的实现
在BMP文件和文件压缩时需要用到的int与byte转换,现将理解的贴出来;
主要是要理解;位移等概念 http://baihe747.iteye.com/blog/2078029
int转byte;
byte转int;
/**
* 字节转成int,int转成字节
* @author Administrator
*
- 简单模拟实现数据库连接池
bijian1013
javathreadjava多线程简单模拟实现数据库连接池
简单模拟实现数据库连接池
实例1:
package com.bijian.thread;
public class DB {
//private static final int MAX_COUNT = 10;
private static final DB instance = new DB();
private int count = 0;
private i
- 一种基于Weblogic容器的鉴权设计
bijian1013
javaweblogic
服务器对请求的鉴权可以在请求头中加Authorization之类的key,将用户名、密码保存到此key对应的value中,当然对于用户名、密码这种高机密的信息,应该对其进行加砂加密等,最简单的方法如下:
String vuser_id = "weblogic";
String vuse
- 【RPC框架Hessian二】Hessian 对象序列化和反序列化
bit1129
hessian
任何一个对象从一个JVM传输到另一个JVM,都要经过序列化为二进制数据(或者字符串等其他格式,比如JSON),然后在反序列化为Java对象,这最后都是通过二进制的数据在不同的JVM之间传输(一般是通过Socket和二进制的数据传输),本文定义一个比较符合工作中。
1. 定义三个POJO
Person类
package com.tom.hes
- 【Hadoop十四】Hadoop提供的脚本的功能
bit1129
hadoop
1. hadoop-daemon.sh
1.1 启动HDFS
./hadoop-daemon.sh start namenode
./hadoop-daemon.sh start datanode
通过这种逐步启动的方式,比start-all.sh方式少了一个SecondaryNameNode进程,这不影响Hadoop的使用,其实在 Hadoop2.0中,SecondaryNa
- 中国互联网走在“灰度”上
ronin47
管理 灰度
中国互联网走在“灰度”上(转)
文/孕峰
第一次听说灰度这个词,是任正非说新型管理者所需要的素质。第二次听说是来自马化腾。似乎其他人包括马云也用不同的语言说过类似的意思。
灰度这个词所包含的意义和视野是广远的。要理解这个词,可能同样要用“灰度”的心态。灰度的反面,是规规矩矩,清清楚楚,泾渭分明,严谨条理,是决不妥协,不转弯,认死理。黑白分明不是灰度,像彩虹那样
- java-51-输入一个矩阵,按照从外向里以顺时针的顺序依次打印出每一个数字。
bylijinnan
java
public class PrintMatrixClockwisely {
/**
* Q51.输入一个矩阵,按照从外向里以顺时针的顺序依次打印出每一个数字。
例如:如果输入如下矩阵:
1 2 3 4
5 6 7 8
9
- mongoDB 用户管理
开窍的石头
mongoDB用户管理
1:添加用户
第一次设置用户需要进入admin数据库下设置超级用户(use admin)
db.addUsr({user:'useName',pwd:'111111',roles:[readWrite,dbAdmin]});
第一个参数用户的名字
第二个参数
- [游戏与生活]玩暗黑破坏神3的一些问题
comsci
生活
暗黑破坏神3是有史以来最让人激动的游戏。。。。但是有几个问题需要我们注意
玩这个游戏的时间,每天不要超过一个小时,且每次玩游戏最好在白天
结束游戏之后,最好在太阳下面来晒一下身上的暗黑气息,让自己恢复人的生气
&nb
- java 二维数组如何存入数据库
cuiyadll
java
using System;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.Xml;
using System.Xml.Serialization;
using System.IO;
namespace WindowsFormsApplication1
{
- 本地事务和全局事务Local Transaction and Global Transaction(JTA)
darrenzhu
javaspringlocalglobaltransaction
Configuring Spring and JTA without full Java EE
http://spring.io/blog/2011/08/15/configuring-spring-and-jta-without-full-java-ee/
Spring doc -Transaction Management
http://docs.spring.io/spri
- Linux命令之alias - 设置命令的别名,让 Linux 命令更简练
dcj3sjt126com
linuxalias
用途说明
设置命令的别名。在linux系统中如果命令太长又不符合用户的习惯,那么我们可以为它指定一个别名。虽然可以为命令建立“链接”解决长文件名的问 题,但对于带命令行参数的命令,链接就无能为力了。而指定别名则可以解决此类所有问题【1】。常用别名来简化ssh登录【见示例三】,使长命令变短,使常 用的长命令行变短,强制执行命令时询问等。
常用参数
格式:alias
格式:ali
- yii2 restful web服务[格式响应]
dcj3sjt126com
PHPyii2
响应格式
当处理一个 RESTful API 请求时, 一个应用程序通常需要如下步骤 来处理响应格式:
确定可能影响响应格式的各种因素, 例如媒介类型, 语言, 版本, 等等。 这个过程也被称为 content negotiation。
资源对象转换为数组, 如在 Resources 部分中所描述的。 通过 [[yii\rest\Serializer]]
- MongoDB索引调优(2)——[十]
eksliang
mongodbMongoDB索引优化
转载请出自出处:http://eksliang.iteye.com/blog/2178555 一、概述
上一篇文档中也说明了,MongoDB的索引几乎与关系型数据库的索引一模一样,优化关系型数据库的技巧通用适合MongoDB,所有这里只讲MongoDB需要注意的地方 二、索引内嵌文档
可以在嵌套文档的键上建立索引,方式与正常
- 当滑动到顶部和底部时,实现Item的分离效果的ListView
gundumw100
android
拉动ListView,Item之间的间距会变大,释放后恢复原样;
package cn.tangdada.tangbang.widget;
import android.annotation.TargetApi;
import android.content.Context;
import android.content.res.TypedArray;
import andr
- 程序员用HTML5制作的爱心树表白动画
ini
JavaScriptjqueryWebhtml5css
体验效果:http://keleyi.com/keleyi/phtml/html5/31.htmHTML代码如下:
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml"><head><meta charset="UTF-8" >
<ti
- 预装windows 8 系统GPT模式的ThinkPad T440改装64位 windows 7旗舰版
kakajw
ThinkPad预装改装windows 7windows 8
该教程具有普遍参考性,特别适用于联想的机器,其他品牌机器的处理过程也大同小异。
该教程是个人多次尝试和总结的结果,实用性强,推荐给需要的人!
缘由
小弟最近入手笔记本ThinkPad T440,但是特别不能习惯笔记本出厂预装的Windows 8系统,而且厂商自作聪明地预装了一堆没用的应用软件,消耗不少的系统资源(本本的内存为4G,系统启动完成时,物理内存占用比
- Nginx学习笔记
mcj8089
nginx
一、安装nginx 1、在nginx官方网站下载一个包,下载地址是:
http://nginx.org/download/nginx-1.4.2.tar.gz
2、WinSCP(ftp上传工
- mongodb 聚合查询每天论坛链接点击次数
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 18 */
{
"_id" : ObjectId("5596414cbe4d73a327e50274"),
"msgType" : "text",
"sendTime" : ISODate("2015-07-03T08:01:16.000Z"
- java术语(PO/POJO/VO/BO/DAO/DTO)
Luob.
DAOPOJODTOpoVO BO
PO(persistant object) 持久对象
在o/r 映射的时候出现的概念,如果没有o/r映射,就没有这个概念存在了.通常对应数据模型(数据库),本身还有部分业务逻辑的处理.可以看成是与数据库中的表相映射的java对象.最简单的PO就是对应数据库中某个表中的一条记录,多个记录可以用PO的集合.PO中应该不包含任何对数据库的操作.
VO(value object) 值对象
通
- 算法复杂度
Wuaner
Algorithm
Time Complexity & Big-O:
http://stackoverflow.com/questions/487258/plain-english-explanation-of-big-o
http://bigocheatsheet.com/
http://www.sitepoint.com/time-complexity-algorithms/