草庐IT

陪伴营Day24/365|先秦:第24天

“先秦”作业本(第24天)01 阿凝呀0924|先秦23——读史(战国七雄的争衡)02 angema一年陪伴营0924||先秦时代    等级制03 边缘小说家04 不断长牙齿的大猫《吕氏春秋》,一套完整的国家治理学说(22/365)05 薄荷的午后休闲时光先秦时期大事记—七雄并立06 Cecilia_GXQ07 彩笺尺素092711 多拿滋24-先秦之夏禹12 盾明湖史‖全面小结⑤24/913 大魚儿姐14 奋笔疾书的待业妈妈0924|先秦23——读史(战国七雄的争衡)15 负债的宝贝16 枫熙17 佛晓星辉穿越先秦||不可多得的姜太公23/2818 G知言19 感冒的梵高20 皇家五少24

nodejs 学习路线

   1.准备--js语言入门:       -- JavaScript教程       --最新js:JavaScript6入门   2.安装--nodjes官网Download    3.nodejsAPI--nodejs官网API Node.jsv6.3.1Manual&Documentation    4.开发工具--下载webStorm 破解网址:webStorm JetBrains注册码计算   5.nodejs入门教程1www.runoob.com/nodejs/nodejs-tutorial.html    6.nodejs入门教程2 GitHub-alsotang/node-

前端精美插件

element-ui,echart耳熟能详的就不说的,以下推荐使用场景不那么频繁,但用到方恨少的插件!数字翻滚动画https://github.com/gitWhatever/vue-digitrollhtml元素连线,两点连线带方向,可以是曲线https://github.com/anseki/leader-line视差滚动https://github.com/Prinzhorn/skrollrhttp://prinzhorn.github.io/skrollr///效果展示无缝滚动https://github.com/chenxuan0000/vue-seamless-scroll图片查看

最大熵原理及代码

一.最大熵原理最大熵的思想很朴素,即将已知事实以外的未知部分看做“等可能”的,而熵是描述“等可能”大小很合适的量化指标,熵的公式如下:这里分布的取值有种情况,每种情况的概率为,下图绘制了二值随机变量的熵:p=np.linspace(0.1,0.9,90)defentropy(p):return-np.log(p)*p-np.log(1-p)*(1-p)plt.plot(p,entropy(p))[]当两者概率均为0.5时,熵取得最大值,通过最大化熵,可以使得分布更“等可能”;另外,熵还有优秀的性质,它是一个凹函数,所以最大化熵其实是一个凸问题。对于“已知事实”,可以用约束条件来描述,比如4个值

《深入浅出密码学:常用加密技术原理与应用》读书笔记

第1章密码学和数据安全导论1.1密码学及本书内容概述1.密码学(cryptology):密码编码学(cryptography)和密码分析学(破译密码)。2.密码使用学的三个主要分支:对称算法(SymmetricAlgorithm),非对称算法(AsymmetricAlgorithm)或公钥算法(Public-KeyAlgorithm),密码协议(CryptographicProtocol)。1.2对称密码学1.基本概念:明文,密文,密钥,密钥空间(所有可能密钥组成的集合),安全信道(用于在通信双方间安全地分配密钥)。2.安全地传输消息地问题最后可以归结为安全地传输和存储密钥地问题。3.简单对称

数学思想方法揭秘-8(原创)

上一篇:数学思想方法揭秘-7(原创)。回前言。最小维度思想  这个思想其它书籍上没有提到,关系思想也是这样,但我们自己可以总结提炼出来,不必拘泥于书本。  最小维度思想类似公理化思想,小初高学习的欧式几何就建立在少数几条公理和公设基础上。最小维度,体现了最简思维(简约),运用减法、简化精简、抽象,去粗取精,在深入分析事物之间的联系基础上,做减法,剥离非本质的因素,保留原始朴素的、母性的、公共的、基础底层的、奠基性的本质元素,把这些本质元素作为基础维度和对象,即基底或基元或基本量,其它对象可用基底来表示。例如向量中的基向量。结合重构、重表达、重组思想、逆向思维,还可对不合适的基底进行切换改造改革

affy 包处理affymetrix 表达谱芯片

在正式开始操作前做了一些资料的收集,正好搜到了18级学姐的CSDN文章,从她的作业流程中参考了很多↓用Bionconductor的affy包处理.cel文件_affy包怎么用还记得大二学统计的时候,段哥苦口婆心劝我们多看help,这次作业Help还help了我挺多的整个作业的流程我用到的三个包library(affy)library(GEOquery)library(dplyr)1.从GeneExpressionOmnibus(GEO)查询GSE65496,并下载GSE65496_family.soft和原始数据(.cel格式)老老实实查询的话红框是要求的文件的信息,蓝色是重要信息当然也可以用

sklearn学习之朴素贝叶斯分类

学习目标说明条件概率与联合概率说明贝叶斯公式及特征独立的关系记忆贝叶斯公式使用贝叶斯对鸢尾花数据进行分类%-------------------------------------------------------------------------------------------------------2.png1、概率定义条件概率:所考虑的事件A已发生的条件下事件B发生的概率p(B|A)我们能根据今天的天气去预测明天的天气,其实隐含的条件就是在知道今天的天气情况下去预测明天的天气的概率联合概率:包含多个条件,且所有的条件同时成立的概率。相互独立:如果,则称事件A,B相互独立。2、案例

第1章·向量(弹球程序)

书名:代码本色:用编程模拟自然系统作者:DanielShiffman译者:周晗彬ISBN:978-7-115-36947-5总目录第1章向量一、目录第1章 向量1.1 向量1.2 Processing中的向量1.3 向量的加法1.4 更多的向量运算1.4.1 向量的减法1.4.2 向量加减法的运算律1.4.3 向量的乘法1.4.4 更多的向量运算律1.5 向量的长度1.6 单位化向量1.7 向量的运动:速度1.8 向量的运动:加速度运动101:速度和随机加速度1.9 静态函数和非静态函数1.10 加速度的交互一组同时朝着鼠标加速的运动物体1.1 向量一、向量定义  向量(vector)。本书中

所有知识内容的路径地址

运维基础学习的内容Shell01.Shell基础脚本(全集)https://www.jianshu.com/p/3ca8220cfc8d02.Shell进阶脚本(全集)https://www.jianshu.com/p/69251cd9aa3bDocker01.Docker笔记之与镜像相关的命令整理https://www.jianshu.com/p/fbae9138d1c302.利用Dockerfile创建一些基础镜像https://www.jianshu.com/p/2ae6f7d3fa1bKubeSphere01.KubeSphere部署流程https://www.jianshu.com/