摘要：
研究生从事学术研究一般要经历确定研究课题、查阅文献资料、设计研究方案、获取数据与事实、形成学术成果等5个基本环节 即确定一个既具价值、意义又适合于自己的研究主题。 其一，将平时积累的研究资料按照确定课题的需要进行整理、组合与变换，形成一种新的知识结构体系，以适应课题研究的需要其二，对已有的研究资料作 阅读全文
摘要：
1、需求文档 2、数据流图 3、数据字典 4、概要设计 5、逻辑设计（本课程只到这一步） 数据流图： 方框里是角色，圆里是动作，箭头是信息的变换，长等号上面是待修改的信息。 数据字典：是个列表。它不只说明字段，而是对数据流中各个元素进行说明。 新感悟：设计表时，面对数据流图，应该先看靠近初始角色的第 阅读全文
摘要：
只做理解类记录，哪个知识点忘了去看视频。前四章是概率，看的框框老师。 概率论 1、随机试验：可重复性、可预知性、不确定性 2、样本空间：随机试验E的所有可能结果，记为S或Ω 3、样本点：样本空间中的每一个元素e 4、随机事件：样本空间的子集，简称事件 5、事件发生：子集中某个样本点出现，不需要全部样 阅读全文
摘要：
B站看的视频，课太长了，180多节，但搬运的没有作业练习，最好找个能练习的 1，假设模型时，以前（2011版机器学习）用西塔代表参数组成的向量，现在用w代表参数组成的向量，b代表西塔0，x还是特征与样本组成的矩阵。 目的还是求系数w，进而确定模型。 比较一个样本的预测结果与实际结果的函数，是损失函数 阅读全文
摘要：
书实在是厚，看不下去，还是看视频容易接受。 总结： 入门应该从如何把点拟合成一条线开始。 先从统计学里的方差开始，扩展最小二乘法，引出线性回归。然后是逻辑回归，引出机器学习核心——求代价函数最小值。进而引出正则、学习率、过拟合欠拟合、偏差方差、准确率召回率、训练集验证集测试集等机器学习基础。 进而扩 阅读全文
摘要：
这是看完视频后，按自己的理解做了笔记。监督学习学的比较认真，33之后的无监督学习心态已经浮躁了，以后要再学一遍2022最新版视频课。 1，有正确答案是有监督学习，反之是无监督学习 2，模型就是把训练数据拟合为一个公式（严格来说是个函数，关系）。入门的拟合的方法是最小二乘法，先假设一个公式，代入不同系 阅读全文
摘要：
1、下载git 要么官网下载 https://git-scm.com/downloads 要么intelliJ IDEA或pycharm里下载 2、在IDEA或pycharm里指定git安装路径，在setting搜git就能看见在哪指定路径 3、三种使用方式 1、随便找个文件夹，右键git bash 阅读全文
摘要：
1、性能指标：TPS、响应时间、CPU使用率 三个方面可以结合起来，设计一个可靠的系统。 容错：发生故障时，如何让系统继续运行。 高可用：系统中断时，如何尽快恢复。 灾备：系统毁灭时，如何抢救数据。 以下指标要检验是否有效，如何设置。在集群的前提下，考验如下方面 2、比如容错方面的 超时配置：外呼超 阅读全文
摘要：
总结 1、功能通过，开始性能，业务提供交易范围，归纳相似业务，剔除复杂业务，评审 2、手动做通业务，编写脚本 3、编写测试方案，单基准、单负载、混合负载、稳定性、异常。评审方案 4、检查环境：服务器环境——配合和生产一致、系统时间是否一直，cpu有没有开超线程、内存swap、带宽限制与防火墙、中间件 阅读全文
摘要：
1、国内镜像网站下载centos的iso文件 链接点我； 2、找个u盘，格式化为NTFS格式，这样才能传4G以上大小的文件 3、iso直接复制到u盘是不行的，必须做启动盘。下载个ultra做，官网地址点我； 注意，别在网上随便下载，有些版本会导致做启动盘时，报错u盘容量太小，是个bug，用官网的就没 阅读全文