ln_ivy
ln_ivy

机器学习数学基础

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


你可能感兴趣的:(机器学习数学基础)

  • 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
  • Hadoop(一) 朱辉辉33 hadooplinux
    今天在诺基亚第一天开始培训大数据，因为之前没接触过Linux，所以这次一起学了，任务量还是蛮大的。 首先下载安装了Xshell软件，然后公司给了账号密码连接上了河南郑州那边的服务器，接下来开始按照给的资料学习，全英文的，头也不讲解，说锻炼我们的学习能力，然后就开始跌跌撞撞的自学。这里写部分已经运行成功的代码吧.    在hdfs下，运行hadoop fs -mkdir /u
  • maven An error occurred while filtering resources blackproof maven报错
    转：http://stackoverflow.com/questions/18145774/eclipse-an-error-occurred-while-filtering-resources   maven报错： maven An error occurred while filtering resources   Maven -> Update Proje
  • jdk常用故障排查命令 daysinsun jvm
    linux下常见定位命令： 1、jps      输出Java进程       -q       只输出进程ID的名称，省略主类的名称；       -m      输出进程启动时传递给main函数的参数；     &nb
  • java 位移运算与乘法运算 周凡杨 java位移运算乘法
      对于 JAVA 编程中，适当的采用位移运算，会减少代码的运行时间，提高项目的运行效率。这个可以从一道面试题说起：     问题： 用最有效率的方法算出2 乘以8 等於几?” 答案：2 << 3 由此就引发了我的思考，为什么位移运算会比乘法运算更快呢？其实简单的想想，计算机的内存是用由 0 和 1 组成的二
  • java中的枚举(enmu) g21121 java
    从jdk1.5开始，java增加了enum(枚举)这个类型，但是大家在平时运用中还是比较少用到枚举的，而且很多人和我一样对枚举一知半解，下面就跟大家一起学习下enmu枚举。先看一个最简单的枚举类型，一个返回类型的枚举： public enum ResultType { /** * 成功 */ SUCCESS, /** * 失败 */ FAIL,
  • MQ初级学习 510888780 activemq
    1.下载ActiveMQ 去官方网站下载：http://activemq.apache.org/ 2.运行ActiveMQ 解压缩apache-activemq-5.9.0-bin.zip到C盘，然后双击apache-activemq-5.9.0-\bin\activemq-admin.bat运行ActiveMQ程序。 启动ActiveMQ以后，登陆：http://localhos
  • Spring_Transactional_Propagation 布衣凌宇 springtransactional
    //事务传播属性 @Transactional(propagation=Propagation.REQUIRED)//如果有事务，那么加入事务，没有的话新创建一个 @Transactional(propagation=Propagation.NOT_SUPPORTED)//这个方法不开启事务 @Transactional(propagation=Propagation.REQUIREDS_N
  • 我的spring学习笔记12-idref与ref的区别 aijuans spring
    idref用来将容器内其他bean的id传给<constructor-arg>/<property>元素，同时提供错误验证功能。例如： <bean id ="theTargetBean" class="..." /> <bean id ="theClientBean" class=&quo
  • Jqplot之折线图 antlove jsjqueryWebtimeseriesjqplot
    timeseriesChart.html <script type="text/javascript" src="jslib/jquery.min.js"></script> <script type="text/javascript" src="jslib/excanvas.min.js&
  • JDBC中事务处理应用 百合不是茶 javaJDBC编程事务控制语句
      解释事务的概念; 事务控制是sql语句中的核心之一;事务控制的作用就是保证数据的正常执行与异常之后可以恢复   事务常用命令:             Commit提交         
  • [转]ConcurrentHashMap Collections.synchronizedMap和Hashtable讨论 bijian1013 java多线程线程安全HashMap
    在Java类库中出现的第一个关联的集合类是Hashtable，它是JDK1.0的一部分。 Hashtable提供了一种易于使用的、线程安全的、关联的map功能，这当然也是方便的。然而，线程安全性是凭代价换来的――Hashtable的所有方法都是同步的。此时，无竞争的同步会导致可观的性能代价。Hashtable的后继者HashMap是作为JDK1.2中的集合框架的一部分出现的，它通过提供一个不同步的
  • ng-if与ng-show、ng-hide指令的区别和注意事项 bijian1013 JavaScriptAngularJS
            angularJS中的ng-show、ng-hide、ng-if指令都可以用来控制dom元素的显示或隐藏。ng-show和ng-hide根据所给表达式的值来显示或隐藏HTML元素。当赋值给ng-show指令的值为false时元素会被隐藏，值为true时元素会显示。ng-hide功能类似，使用方式相反。元素的显示或
  • 【持久化框架MyBatis3七】MyBatis3定义typeHandler bit1129 TypeHandler
    什么是typeHandler? typeHandler用于将某个类型的数据映射到表的某一列上，以完成MyBatis列跟某个属性的映射   内置typeHandler MyBatis内置了很多typeHandler，这写typeHandler通过org.apache.ibatis.type.TypeHandlerRegistry进行注册，比如对于日期型数据的typeHandler，
  • 上传下载文件rz,sz命令 bitcarter linux命令rz
    刚开始使用rz上传和sz下载命令： 因为我们是通过secureCRT终端工具进行使用的所以会有上传下载这样的需求： 我遇到的问题： sz下载A文件10M左右，没有问题 但是将这个文件A再传到另一天服务器上时就出现传不上去，甚至出现乱码，死掉现象，具体问题 解决方法： 上传命令改为;rz -ybe 下载命令改为：sz -be filename 如果还是有问题： 那就是文
  • 通过ngx-lua来统计nginx上的虚拟主机性能数据 ronin47 ngx-lua　统计 解禁ip
    介绍 以前我们为nginx做统计,都是通过对日志的分析来完成.比较麻烦,现在基于ngx_lua插件,开发了实时统计站点状态的脚本,解放生产力.项目主页: https://github.com/skyeydemon/ngx-lua-stats 功能 支持分不同虚拟主机统计, 同一个虚拟主机下可以分不同的location统计. 可以统计与query-times request-time
  • java-68-把数组排成最小的数。一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的。例如输入数组{32, 321}，则输出32132 bylijinnan java
    import java.util.Arrays; import java.util.Comparator; public class MinNumFromIntArray { /** * Q68输入一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的一个。 * 例如输入数组{32, 321}，则输出这两个能排成的最小数字32132。请给出解决问题
  • Oracle基本操作 ccii Oracle SQL总结Oracle SQL语法Oracle基本操作Oracle SQL
    一、表操作 1. 常用数据类型 NUMBER(p,s)：可变长度的数字。p表示整数加小数的最大位数，s为最大小数位数。支持最大精度为38位 NVARCHAR2(size)：变长字符串，最大长度为4000字节（以字符数为单位） VARCHAR2(size)：变长字符串，最大长度为4000字节（以字节数为单位） CHAR(size)：定长字符串，最大长度为2000字节，最小为1字节，默认
  • [强人工智能]实现强人工智能的路线图 comsci 人工智能
        1：创建一个用于记录拓扑网络连接的矩阵数据表      2:自动构造或者人工复制一个包含10万个连接(1000*1000)的流程图      3：将这个流程图导入到矩阵数据表中      4：在矩阵的每个有意义的节点中嵌入一段简单的
  • 给Tomcat，Apache配置gzip压缩(HTTP压缩)功能 cwqcwqmax9 apache
    背景： HTTP 压缩可以大大提高浏览网站的速度，它的原理是，在客户端请求网页后，从服务器端将网页文件压缩，再下载到客户端，由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML ,CSS,Javascript , Text ，它可以节省40%左右的流量。更为重要的是，它可以对动态生成的，包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩，
  • SpringMVC and Struts2 dashuaifu struts2springMVC
    SpringMVC VS Struts2 1: spring3开发效率高于struts 2: spring3 mvc可以认为已经100%零配置 3: struts2是类级别的拦截， 一个类对应一个request上下文， springmvc是方法级别的拦截，一个方法对应一个request上下文，而方法同时又跟一个url对应 所以说从架构本身上 spring3 mvc就容易实现r
  • windows常用命令行命令 dcj3sjt126com windowscmdcommand
    在windows系统中，点击开始－运行，可以直接输入命令行，快速打开一些原本需要多次点击图标才能打开的界面，如常用的输入cmd打开dos命令行，输入taskmgr打开任务管理器。此处列出了网上搜集到的一些常用命令。winver 检查windows版本 wmimgmt.msc 打开windows管理体系结构(wmi) wupdmgr windows更新程序 wscrip
  • 再看知名应用背后的第三方开源项目 dcj3sjt126com ios
    知名应用程序的设计和技术一直都是开发者需要学习的，同样这些应用所使用的开源框架也是不可忽视的一部分。此前《 iOS第三方开源库的吐槽和备忘》中作者ibireme列举了国内多款知名应用所使用的开源框架，并对其中一些框架进行了分析，同样国外开发者 @iOSCowboy也在博客中给我们列出了国外多款知名应用使用的开源框架。另外txx's blog中详细介绍了 Facebook Paper使用的第三
  • Objective-c单例模式的正确写法 jsntghf 单例iosiPhone
    一般情况下，可能我们写的单例模式是这样的： #import <Foundation/Foundation.h> @interface Downloader : NSObject + (instancetype)sharedDownloader; @end #import "Downloader.h" @implementation
  • jquery easyui datagrid 加载成功，选中某一行 hae jqueryeasyuidatagrid数据加载
    1.首先你需要设置datagrid的onLoadSuccess $( '#dg' ).datagrid({onLoadSuccess :  function (data){      $( '#dg' ).datagrid( 'selectRow' ,3); }});   2.onL
  • jQuery用户数字打分评价效果 ini JavaScripthtmljqueryWebcss
    效果体验：http://hovertree.com/texiao/jquery/5.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>jQuery用户数字打分评分代码 - HoverTree</
  • mybatis的paramType kerryg DAOsql
    MyBatis传多个参数： 1、采用#{0},#{1}获得参数：    Dao层函数方法：     public User selectUser(String name,String area); 对应的Mapper.xml    <select id="selectUser" result
  • centos 7安装mysql5.5 MrLee23 centos
    首先centos7 已经不支持mysql，因为收费了你懂得，所以内部集成了mariadb，而安装mysql的话会和mariadb的文件冲突，所以需要先卸载掉mariadb，以下为卸载mariadb，安装mysql的步骤。   #列出所有被安装的rpm package rpm -qa | grep mariadb   #卸载 rpm -e mariadb-libs-5.
  • 利用thrift来实现消息群发 qifeifei thrift
               Thrift项目一般用来做内部项目接偶用的，还有能跨不同语言的功能，非常方便，一般前端系统和后台server线上都是3个节点，然后前端通过获取client来访问后台server，那么如果是多太server，就是有一个负载均衡的方法，然后最后访问其中一个节点。那么换个思路，能不能发送给所有节点的server呢，如果能就
  • 实现一个sizeof获取Java对象大小 teasp javaHotSpot内存对象大小sizeof
       由于Java的设计者不想让程序员管理和了解内存的使用，我们想要知道一个对象在内存中的大小变得比较困难了。本文提供了可以获取对象的大小的方法，但是由于各个虚拟机在内存使用上可能存在不同，因此该方法不能在各虚拟机上都适用，而是仅在hotspot 32位虚拟机上，或者其它内存管理方式与hotspot 32位虚拟机相同的虚拟机上 适用。     
  • SVN错误及处理 xiangqian0505 SVN提交文件时服务器强行关闭
    在SVN服务控制台打开资源库“SVN无法读取current” ---摘自网络 写道 SVN无法读取current修复方法 Can't read file : End of file found 文件：repository/db/txn_current、repository/db/current   其中current记录当前最新版本号，txn_current记录版本库中版本
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他