week2

COMP9311 Database Systems WEEK2

1.Assignment1分为两个部分：先做ER图，建立conceptualmodel，这部分不算分，Week3会课上讨论，Week3结束会放出参考答案，最迟Week4初；第二个部分是用Week2搭好的
Sisyphus235·2017-08-03 12:20

投资离你并不遥远

图片来自网络——读《彼得.林奇的成功投资》每周小结week2本周阅读了《彼得.林奇的成功投资》第6章《寻找10倍股》、第7章《6种类型公司股票》，第8章《13条选股规则》。
dream2024·2017-07-18 23:36

越读营2017年7月【2K5E每日一练】Week2汇总

越读营2017.7.10【2K5E每日一练】之“起承转合”汇总版参与人数：2参与人：@无花岛主夫人@先生辉@无花岛主夫人你会讲故事吗？看看这个通用模型@先生辉2K5R每日一练越读营2017.7.11【2K5E每日一练】之“SCQOA”汇总版参与人数：1参与人:@无花岛主夫人一个超级通用的SCQA模型越读营2017.7.12【2K5E每日一练】之“马斯洛需求层次理论”汇总版参与人数：1参与人：@无花
演讲教练党党·2017-07-15 18:50

D10 week2 2017.6.29

1.精进口语，听力，慢跑2.主攻听力a对话听力：这个比较简单，总体用首字母配合简单的箭头进行速记，基本没问题。但是，几个不熟悉的句型，没有把所有的信息都记下来。熟练这几个句型。b老托听力：精练1篇作文词汇和句型：1）.口语对话中的句型和词汇，全包括；Hi,Dave,longtimenosee.Hey,Marine,howhaveyoubeen?notbad,andyou?I'mdoingokay,
清纯小百合·2017-06-29 22:31

week2，有监督学习（的线性机器学习模型）

2.1有监督学习的描述：有监督学习是比较经典的一个机器学习场景。有监督学习可以被这样描述:(1)Supervisedlearningisthemachinelearningtaskofinferringafunctionfromlabeledtrainingdata.[1]-监督学习完成“从labeledtrainingdata中推断出函数”的任务。(2)labeledtrainingdata是由
__Jingyu__·2017-06-22 19:42

2017-05-19

Week2笔译周训练营很高兴来到美丽的达沃斯。达沃斯虽然只是阿尔卑斯山上的一个小镇，却是一个观察世界经济的重要窗口。大家从四面八方会聚这里，各种思想碰撞出智慧的火花，以较少的投入获得了很高的产出。
晨雾_sherry·2017-05-19 22:37

GeekBand-C++设计模式-Week2

代理模式代理模式的定义代理模式给某一个对象提供一个代理对象，并由代理对象控制对原对象的引用。代理模式的英文叫做Proxy或Surrogate，中文都可译成“代理”。所谓代理，就是一个人或者一个机构代表另一个人或者另一个机构采取行动。在一些情况下，一个客户不想或者不能够直接引用一个对象，而代理对象可以在客户端和目标对象之间起到中介的作用。代理模式和适配器模式的区别：适配器模式的用意是要改变所考虑的对
雪箫KHY·2017-03-27 19:29

WEEK2 （营销广告）

1、通过头脑风暴的创意方法，尝试为你为你手机（或自己的产品），完成一次广告策略分析我使用的是iphone6P1）产品分析苹果产品主要以系统便捷快速稳定为人所知，苹果拥有众多苹果粉苹果迷a）优势品牌价值，产品口碑，用户反馈，产品优势，品牌方向以及定位，性价比高，重要的是新出了摄像头光学防抖的功能，这点很吸引爱拍照的女性以及摄影爱好者，功能上十分显著了，屏幕大，性能提高，相机清晰度更好，电池寿命增加b
JUNNNNNNNN·2017-03-15 14:48

华为软件训练营MOOC-C语言 Week2 学习笔记

一、低级错误案例1.1引言提高质量意识、成本意识，前车之鉴，后世之师，不犯同样的错误，提高编码水平，增强产品代码的可靠性，减少网上事故的发生。1.2修改函数形参函数参数传递的原理：函数参数自身上用的存储单元在堆栈中分配，入口参数的值会在函数入口处拷贝到堆栈区中，一旦函数返回，其占用的堆栈空间立即被释放，因此对函数参数所在存储单元的直接修改不会作用到函数之外，但是对参数存储单元钟存放的地址指向的存储
JinbaoSite0144·2017-02-21 20:57

python之os模块

os模块就是python和操作系统交互的模块1、os.getcwd，获取当前的工作脚本的工作目录r=os.getcwd()print(r)#E:\python\pycharm\goto_end\week2
bainianminguo·2017-02-13 23:00

week2

一.给谁看用户类型1.欲求提升自己文案水平的职业文案人2.准备转型为文案或出于工作需求正兼职文案的运营员3.正处在成为职业文案路上的人，包括应届毕业生，自由媒体人用户特征1.多为85～95后的年轻人，并且女性居多2.生活在一二线城市，接受新鲜事物多且快，生活节奏快3.职业与互联网相关的居多4.工作较为忙碌，碎片化学习，工作日的学习时间集中在午休和晚上二.希望看的人能了解什么信息（抓住痛点）1.授课
傻白不是喵·2017-01-10 20:31

预习资料｜WEEK2营销广告（上）

1、《2015戛纳必看的十个作品》http://www.adquan.com/post-1-31241.html2、2015艾菲不得不看的11个案例http://www.adquan.com/post-1-32329.html3、2016戛纳广告节金奖作品盘点(上)http://www.a.com.cn/info/domestic/2016/0621/288992.html4、全场大奖｜2016戛
花昇·2017-01-03 17:09

xuetangx新闻摄影 week2

对焦凸透镜能在焦平面上呈现物体清晰的倒像对焦使胶片或者传感器处在物像清晰的焦平面上可以让观众注意力集中在特定的物体车臣战争把焦对到了母子身上表达摄影师的观点:认为战争对于平民的伤害更大创意的来源传递观点、信息情绪和情感【对焦不仅是技术问题也是创意和内容选择问题】对焦技术原理如何让对焦准确对焦原理分为两类1相位差式对焦双缝干涉完成物距的测量然后经过运算控制镜头运动完成对这个距离的对焦十字对焦点&双十
赵禾禾·2016-10-30 22:28

Week2《交互设计精髓 About Face 4》 读书思考2.0版03

前言读书笔记姗姗来迟，废话不多说了，本节笔记主要简述我们该如何应对如此糟糕的数字产品设计过程。本节思维导图部分要点理解现代产品开发三原则功能性、可行性、称许性，其中一个弱化，产品都不能成功。在书中给出的图，很明确的表明了三原则之间的关系，总结出来就是设计师更关注用户的满意度，管理层关注可持续的商业模式，技术人员关注功能，三者达到平衡，才是整体产品的成功。书中列举了三家不同的公司，分别进行了进一步详
西西西瓜君·2016-10-13 09:08

个人作业——week2

一、发现的功能性bug1、这个手机客户端的拍照翻译功能虽然能够正确的识别图像，但是不能有效的识别出图像中的文字，给出的提示总是图像识别成功，没有识别到文字，导致这个功能几乎无法使用。因为刚下载这个软件就发现了这个功能，觉得非常的实用，而且很有意思，之前用了一些翻译软件很少见到有这种拍照翻译功能的，但是使用了以后觉得没有想象中的那么好使，每次拍照都能成功获取图片，但是不能获取文字，更不用提翻译了，觉
崔正龙·2016-09-25 21:00

个人作业-Week2

一、调研与评测BUG(Android版)：首先说明一下，这个手机客户端第一次登陆之后，下次就会自动登陆了。可是每次打开客户端，点击最右侧的“我的”按钮，虽然已经自动登陆过了，但他始终会自动弹出登陆界面，这完全就不需要，而且还关不掉。难道是我的手机坏了，单词挑战和我爱说英语这两个模块里面的东西点了都没反应，我记得一开始能用的，可能是出了什么bug。今天又看了一下，这两个模块竟然下架了。。。在推荐阅读
ShapeOfVoice·2016-09-25 18:00

个人作业-Week2：案例分析

第一部分调研评测1.使用过程中发现的bug1.1使用拍照功能的时候，默认会让相机发出声音，而且没有办法关闭1.2使用拍照功能的时候，不能识别背景有些复杂但是单词很清晰的图片2.采访用户2.1采访对象的背景：北航CS专业大三学生，我的舍友2.2学习英语的原因：认识更多的单词，准备六级考试2.3使用词典的需求：浏览英文网页、阅读英语图书及专业书籍2.4界面特点：优点：启动速度快，轻巧灵便，干净清爽，没
Ecqiao·2016-09-21 17:00

Python实战计划学习笔记：week2 爬取赶集网10万级别数据

Python爬虫学习第二周，爬取赶集网二手市场的10万商品数据。代码：extract.py#!/usr/bin/envpython#coding:utf-8frombs4importBeautifulSoupimportrequestsstart_url='http://bj.ganji.com/wu/'url_host='http://bj.ganji.com'page_urls=[]heade
luckywoo·2016-07-09 17:20

老外怎么看LPL·Week2：SAT首先要做的就是稳定阵容

常规赛第二周比赛结束，解说们心中的“LPL一流队伍”RNG、EDG、WE依然发挥稳定，在组内名列前茅；Snake、IG状态回暖；NB、OMG、LGD持续低迷。解说们下周期待的比赛是RNG对IM——“如果RNG无法把IM碾压的话，那IM就真的是支好队伍了。”VG（胜）vsLGD“LGD还是面临着人员替换和磨合的问题”Rusty：维克托大招，维克托，再加上Easyhoon本人，这三者在这局之后不应该再
PentaQ刺猬电竞社·2016-06-08 13:52

Python 实战：week2 在 MongoDB 中筛选房源

作业效果：>showdbslocal0.000GBxiaozhu0.000GB>usexiaozhuswitchedtodbxiaozhu>showcollectionsduanzhufang>db.duanzhufang.find().count()72>db.duanzhufang.find()[0]{"_id":ObjectId("5749a313e002823df42c62b1"),"na
超net·2016-05-31 21:07

Week2 hw3:Resume our Work with a Flag

Whenourspidersisstoppedbysomeaccident.It'snecessarytoknowhowmanyjobshasbedone.Andwhereshouldweresumeourworkagain.So,thislessonistrytomakeaflagtomarkhowmanyjobremaintodo.Codingfrommultiprocessingimport
快要没时间了·2016-05-29 18:10

Coursera机器学习 week2 多变量线性回归 编程作业代码

这是Coursera上Week2的“多变量线性回归”的编程作业代码。经过测验，全部通过。
Artprog·2016-05-21 16:12

Coursera机器学习 week2 多变量线性回归 编程作业代码

这是Coursera上Week2的“多变量线性回归”的编程作业代码。经过测验，全部通过。
Artprog·2016-05-21 16:00

Coursera机器学习 week2 多变量线性回归 编程作业代码

这是Coursera上Week2的“多变量线性回归”的编程作业代码。经过测验，全部通过。
Artprog·2016-05-21 16:00

Coursera Stanford 机器学习 笔记文章链接

，或者E-mail到[email protected]文章链接：WeeksLinksWeek1:《机器学习笔记01：线性回归(LinearRegression)和梯度下降(GradientDecent)》Week2
Artprog·2016-04-29 12:43

Geekband C++ Week2 Notes

两类典型的class含有指针成员不含指针成员指针成员会对class的操作造成一些本质性的影响，主要源于资源的生命期管理拷贝构造默认拷贝构造的问题，进行了浅拷贝，这会造成困扰，原有的成员泄露出去了，新成员被多个实例引用进行深拷贝就好了，自己写拷贝构造函数赋值运算符同上另外要注意自身赋值的问题，防止造成内容丢失三个重要成员函数拷贝构造赋值运算符析构函数含有指针成员的class必须有拷贝构造函数和赋值运
current·2016-03-06 20:38

20135202闫佳歆--week2 一个简单的时间片轮转多道程序内核代码及分析

一个简单的时间片轮转多道程序内核代码及分析所用代码为课程配套git库中下载得到的。一、进程的启动/*出自mymain.c*/ /*startprocess0bytask[0]*/ pid=0; my_current_task=&task[pid]; asmvolatile( "movl%1,%%esp\n\t"/*将进程的sp赋给esp寄存器*/ "pushl%1\n\t"/*ebp入栈：因为在这
20135202闫佳歆·2016-03-06 00:00

20135202闫佳歆--week2 操作系统是如何工作的--学习笔记

week2操作系统是怎么工作的一、计算机是如何工作的？——三个法宝（一）三个法宝1.存储程序计算机所有计算机的基础性的逻辑框架。
20135202闫佳歆·2016-03-06 00:00

Stanford 机器学习 Week2 作业: Linear Regression

PlottingtheDatadata=load('ex1data1.txt');%readcommaseparateddata X=data(:,1);y=data(:,2); m=length(y);%numberoftrainingexamples plot(x,y,'rx','MarkerSize',10);%Plotthedata，'rx'表示用红叉画点，'MarkerSize'=10设
Baoli1008·2016-02-08 22:00

Stanford 机器学习笔记 Week2

多变量线性回归n变量的线性回归估计函数n个变量的线性回归估计函数为h(X)=k0+k1x1+k2x2+….+knxn每个训练样本的n个变量构成一个n维向量X，为方便，在第一个位置添加一个x0=1,（与常数项k0相乘），这样就构成了一个n+1维向量。同时k0~kn这个n+1个参数构成了另一个n+1维向量K。那么估计函数就等于K的转置*X评价函数多变量线性回归中，对于不同的参数向量K，同样有一个评价函
Baoli1008·2016-02-08 20:00

算法基础——知识点总结

算法基础课程的总结，方便以后快速查阅和复习Week2枚举基本方法列举各元素，进行猜测。
rubbninja·2016-01-06 22:00

Lesson 1: What is design? Why is it important?

Week2:Whatisdesign?Whyisitimportant?
shang1jk·2015-12-13 19:00

Lesson 1: What is design? Why is it important?

Week2:Whatisdesign?Whyisitimportant?
shang1jk·2015-12-13 19:00

[week2]每周总结与工作计划

这周总体过的还不错吧，没有颓废多少 = =。。。 果然有计划能够让效率提高，看了每周做个计划是很有益的。 这周前几天照例很忙，课比较多。后面几天每天早上都会安排下今天的计划，这样做起事来就有条理性多了。 废话不说，先列出上周工作计划： 1.刷完小白第八章，开始刷第九章。× 2.下周三又有个warmup2，周五和周六都有cf，两场网络赛没报名应该参加不了。反
·2015-11-13 15:17

《Linux内核分析》 week2作业-时间片轮转

一.基于时间片轮转调度代码的解读     代码结构主要由三个文件组成:      1.mypcb.h     2.myinterrupt.c     3.mymain.c   1.进程控制块(mypcb.h) /* CPU-specific state of this task */
·2015-11-11 10:36

分析Linux内核中进程的调度（时间片轮转）-《Linux内核分析》Week2作业

1.环境的搭建： 这个可以参考孟宁老师的github：mykernel，这里不再进行赘述。主要是就是下载Linux3.9的代码，然后安装孟宁老师编写的patch，最后进行编译。 2.代码的解读 课上的代码全部保存在github上，我fork了一份，然后为它加上了详细的注释，参见mykernel 3.代码结构 这里主要有三个文件： mypcb.h 这个头文件定义了进程控制结构PCB
·2015-11-09 13:45

团队作业week2

Bing词典vs金山词霸 一、概论 经过大家一场激烈的会议，我们最终终于确定了所要评测的软件，wp平台下的bing词典和金山词霸。当然，在wp系统下拿微软的软件和其他同类软件比，显得是不那么公平的，但既然金山敢发布词霸，我们就敢作对比。 首先看两款软件的详细信息： 1）bing词典： 版本号：V 2.5.0.0 发布时间：2013-9-19 2）金山词霸 版本号：v1.0.0
·2015-11-07 14:47

Week2 Team Homework: 必应输入法的软件分析和用户需求调查

一、选题和目标人群的确定   　　4月8日，微软宣布推出首款整合搜索的中文云输入法“必应Bing输入法”，其前身是“英库拼音输入法”。微软宣称，该输入法界面干净，无广告、无插件，即使是在性能相对不高的电脑上，也可以流畅的输入，是微软第一款带有云词库的输入法。       在搜狗、百度、google、QQ等输入法抢占了市场先机的情况下，我们组的成员一致对
·2015-11-07 11:20

Andrew Ng 的 Machine Learning 课程学习 (week2) Linear Regression

这学期一直在跟进 Coursera上的MachinaLearning 公开课,老师AndrewNg是coursera的创始人之一，MachineLearning方面的大牛。这门课程对想要了解和初步掌握机器学习的人来说是不二的选择。这门课程涵盖了机器学习的一些基本概念和方法，同时这门课程的编程作业对于掌握这些概念和方法起到了巨大的作用。课程地址https://www.coursera.org/lea
奔跑的小子·2015-11-03 11:00

Week2 Teamework from Z.XML 软件分析与用户需求调查（五）从对比中看见必应助手发展空间

　　本文将主要探讨软件功能前景（浮动头像界面，升级式角色），找出与bing助手相类似功能的资深软件，分析这些软件的发展趋势和用户体验，从历史的角度来评测bing助手的某些功能的前景。 1、浮动头像界面-曲别针 2、升级式角色-QQ宠物 3、漂浮的思想-360悬浮窗 4、界面信息密度   在使用此桌面小助手三天后，觉得这个桌面小助手的存在对我的“干扰”远远超于功能的服务。 首
·2015-11-01 14:52

Week2 Teamework from Z.XML 软件分析与用户需求调查（三）必应助手体验评测

评测人：毛宇 肖俊鹏 说明：言辞激烈，请勿介意 我花了2天的时间来试用这个软件《必应缤纷桌面手机助手》，有了很多体会，这里，我来谈一下这款软件在体验部分的表现情况。 体验部分主要分为三个部分，分别是  软件的适应性: 在联网/断网, 大小屏幕, 没有鼠标的情况下都可以顺畅操作. 和不同平台的软件能流畅协作； 成长性: 记住用户的选择, 适应用户的特点，用户越用越方便
·2015-11-01 14:51

Week2 Teamework from Z.XML 软件分析与用户需求调查（四）Bing桌面及助手的现状与发展

一、Bing搜索的相关背景   第一，必应搜索前几年的发展重点在于欧美市场，并且取得了一定的成效：根据 Hitwise 的统计数据，Bing 在 2011年3 月份市场占有率突破了 30% 大关，达到 30.01%（http://www.hitwise.com/us/press-center/press-releases/experian-hitwise-reports-bing-p
·2015-11-01 14:51

Week2 Teamework from Z.XML 软件分析与用户需求调查（二）应用助手功能评测

评测人：薛亚杰 周敏轩。 说明：言辞激烈，请勿介意。 软件使用概述          我们团队这次评测的必应助手是必应缤纷桌面的一个小功能，根据评测人员试用几天后发现，它的作用大概就是能够用一种看上去比较生动的形式来给必应缤纷桌面的用户提供一些资讯吧。等等，我们应该先来看看这个简介吧：   &
·2015-11-01 14:50

C++程序设计——知识点总结

C++程序设计课程的总结，方便以后快速查阅和复习Week2从C走进C++函数指针函数名是函数的入口地址，指向函数的指针称为“函数指针”。
rubbninja·2015-10-31 15:00

Week2 Teamework from Z.XML - 必应缤纷桌面助手 - 软件分析与用户需求调查

软件分析与用户需求调查（2013） from Z.XML 本次团队作业要求:  通过定性, 定量地分析, 总结和评定某软件是否满足了目标用户的需求，并把分析的过程和结果用博客表达出来。 选题：必应缤纷桌面的必应助手 上周例会中我们团队仔细分析了每个选题，并在最后以投票的方式确定了我们本次团队任务的选题：搜索助手类: 。具体的讨论内容和投票结果记录在团队博客的例会记录上。
·2015-10-31 09:14

Coursera-Getting and Cleaning Data-Week2-课程笔记

Coursera-Getting and Cleaning Data-Week2 Saturday, January 17, 2015 课程概述 week2主要是介绍从各个来源读取数据。
·2015-10-27 14:06

海量数据挖掘MMDS week2: 频繁项集挖掘 Apriori算法的改进：非hash方法

http://blog.csdn.net/pipisorry/article/details/48914067海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记之关联规则Apriori算法的改进：非hash方法-大数据集下的频繁项集：挖掘随机采样算法、SON算法、Toivonen算法Apriori算法的改进：大数据集下的频繁项集挖掘1
-柚子皮-·2015-10-05 14:12

海量数据挖掘MMDS week2: 频繁项集挖掘 Apriori算法的改进：非hash方法

http://blog.csdn.net/pipisorry/article/details/48914067海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskovec courses学习笔记之关联规则Apriori算法的改进：非hash方法-大数据集下的频繁项集：挖掘随机采样算法、SON算法、Toivonen算法Apriori算法的改进：大数据集下的频繁项集挖掘
pipisorry·2015-10-05 14:00

海量数据挖掘MMDS week2: 频繁项集挖掘 Apriori算法的改进：基于hash的方法

http://blog.csdn.net/pipisorry/article/details/48901217海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskovec courses学习笔记之关联规则Apriori算法的改进：基于hash的方法：PCY算法,Multistage算法,Multihash算法Apriori算法的改进{Alltheseextensio
pipisorry·2015-10-04 22:00

海量数据挖掘MMDS week2: Association Rules关联规则与频繁项集挖掘

http://blog.csdn.net/pipisorry/article/details/48894977海量数据挖掘MiningMassiveDatasets(MMDs)-JureLeskoveccourses学习笔记之associationrules关联规则与频繁项集挖掘{FrequentItemsets:Oftencalled"associationrules,"learnanumber
-柚子皮-·2015-10-04 10:51
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他