第一章 概率论的基本概念一、事件及其关系与运算 1、样本空间、样本点、随机事件、必然事件、不可能事件、基本事件和复合事件的概念； 2、事件的包含与相等：若事件A包含事件B，则B的发生必然导致A的发生。进而有P(AB)=P(B)，P(AUB)=P(A) 3、和事件：A、B至少有一个发生的事件，即AUB 4、积事件：A、B同时发生的事件，即AB 5、互斥事件：A、B不能同时发生的事件，即满足AB=φ，也称互不相容事件。 6、对立事件：满足条件AB=Φ而且A∪B=S，A的对立事件用A̅ 表示，A̅ =S-A；对立事件一定是互不相容事件。 7、差事件：A发生B不发生的事件称为A与B的差事件，
原博主博客主页：https://xiaojujiang.blog.csdn.net/原博客链接：https://blog.csdn.net/qq_43058685/article/details/117883940本复习提纲只适用于JMU软件工程大数据课程（ckm授课）具体内容参考老师提纲的考纲，18和20级的考纲就有部分变动（老师还考了spark的运行流程还是运行原理来着，就这一题出考纲了，其他都在考纲范围内）还是附上完整版的pdf吧链接：https://pan.baidu.com/s/1189c4G0CO8mx5SjUHMkRTQ?pwd=t3pe提取码：t3pe–来自百度网盘超级会员V4
目录树和二叉树 树的基本术语（均以上图b为例）：遍历二叉树：线索二叉树： 树的存储结构：树与二叉树的转换（利用的就是把二叉树和树表示成相同的二叉链表）：森林与二叉树的转换：哈夫曼树树和二叉树树(Tree)是n(n≥0)个结点的有限集，它或为空树(n=0);或为非空树，对于非空树T:(1）有且仅有一个称之为根的结点;(2）除根结点以外的其余结点可分为m(m>0）个互不相交的有限集，T2……，Tm，其中每个集合本身又是一棵树，并且称为根的子树（SubTree)。总：树的定义是一个递归定义，即在树的定义中又用到树的定义，它道出了树的固有特性。 树的基本术语（均以上图b为例）：(1)结点:树中的一个
1--基本知识 nn.Conv2d()和nn.Conv3d()分别表示二维卷积和三维卷积；二维卷积常用于处理单帧图片来提取高维特征；三维卷积则常用于处理视频，从多帧图像中提取高维特征； 三维卷积可追溯于论文3DConvolutionalNeuralNetworksforHumanActionRecognition； 三维卷积使用三维卷积核，在T、H和W三个维度进行移动，以提取时间特征和空间特征，一个简单示意图如下：2--基本用法importtorchimporttorch.nnasnnif__name__=="__main__":B=8C=3T=10H=255W=25
题型分值选择15×2 30填空5×2 10名词解释5×4 20简答3×5 15综合应用1×25 25 第一章：云计算概述1、云计算的定义云计算是一种模型，这个模型可以方便地通过网络访问一个可配置的计算资源（例如网络、服务器、存储设备、应用程序以及服务等）的公共集。这些资源可以被快速提供并发布，同时最小化管理成本以及服务供应商的干预。2、云计算的优势按需供应的无限计算资源；无须事先花钱就能使用的IT架构；基于短期的按需付费的资源使用；单机难以提供的事务处理环境。3、云计算的公共特征①弹性伸缩②快速部署③资源抽象④按用量收费⑤宽带访问4、云计算的分类按照部署方式分为：①公共云②私有云③社区云④混合
前言作者：小蜗牛向前冲名言：我可以接受失败，但我不能接受放弃 如果觉的博主的文章还不错的话，还请点赞，收藏，关注👀支持博主。如果发现有问题的地方欢迎❀大家在评论区指正 目录一、单片机相关知识点1、MCS-5l单片机的堆栈在那个区域、片内ROM区、片外ROM区、片内RAM区、片外RAM区2、晶振频率和机器周期的计算 3、单片机总线4、单片机引脚功能 二、单片机综合运用1、流水灯2、中断系统、定时器3、AD\DA和串行口这里为大家复习了部分期末单片机的知识，单片机的结构和综合运用，不喜勿喷一、单片机相关知识点1、MCS-5l单片机的堆栈在那个区域、片内ROM区、片外ROM区、片内RAM区、片外
STM32F103系列STM32:芯片系列 F：芯片类型 103：芯片子系列 R：引脚数目 B:FLASH容量 T：封装信息 6：工作温度范围STM32：系统内核小、专用性强、系统精简Lx系列：低功耗F0/1/3系列：均衡型F2/4/7系列：高性能ARMCortex-M3处理器系列基于ARMv7架构的产品STM32F103ZET6有7个端口（A、B、C、D、E、F、G），每个端口16个引脚（0~15）采用哈佛结构：程序指令存储和数据存储分开的存储器结构第一章 基础知识总线
目录导言: 定义:一、边和度的概念：1.1无向图中的边和度：1.2有向图中的边和度：1.3度序列和握手定理：二、弧和度的关系：2.1有向图中的弧和度：2.2度序列和握手定理在有向图中的应用：2.3邻接矩阵和邻接表在有向图中的表示：2.4强连通图：三、完全图：3.1完全图的定义：3.2完全图的度：3.3完全图的表示和操作：四、连通图：4.1连通图的定义：无向连通图：如果一个无向图是连通的，那么它就是无向连通图。也就是说，任意两个顶点之间都存在一条无向路径。有向连通图：如果一个有向图是连通的，那么它就是有向连通图。对于任意两个顶点，存在一条有向路径从一个顶点到达另一个顶点。4.2连通图的表示和操作
第一章：随机概率及其概率A和B相容就是AB=空集 全概率公式与贝叶斯公式： 伯努利求概率： 第二章：一维随机变量及其分布：离散型随机变量求分布律：利用常规离散性分布求概率： 连续性随机变量求分布律: 注意：概率密度是f(x) 而 p{x是F(a)给你概率密度f(x)让你求分布函数F(x)：典型例题:题目：解答：利用常见连续型分布的计算:均匀分布: 正态分布:标准化的例子： 离散型变量X的函数的分布:连续性变量X的函数的分布: 第三章：二维随机变量及其分布:二维离散型随机变量的分布(联合边缘条件分布独立性):第七章：参数估计:未知参数的矩估计和最大似然估计: 估计量的无偏性与有效性:未知参数的区
嗨喽，最近小伙伴们快要期末考试了吧，下面是我对《Spark零基础实战》的总结，希望能帮助到你们。一、Spark简介Spark，拥有hadoopMR所具有的优点，但不同于MR的是job中监测结果可以保存在内存中，从而不再需要读写HDFS，因此spark能够更好的适用于数据挖掘与机器学习等需要迭代的mr的算法。1.Spark，使用scala语言实现，这是一种面向对象函数式编程语言，能够像操作本地集合对象一样轻松的操作分布式数据集Spark，适用于多种分布式平台，如批处理,迭代算法，交互式查询流处理等Spark，提供了丰富的接口，除了基于scalapythonJava和SQL等API外还内建了丰富的
