- 博客(52)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 ssh失败：ssh_exchange_identification: read: Connection reset by peer
ssh_exchange_identification: read: Connection reset by peer
2023-06-29 16:14:49
465
原创 Springboot No qualifying bean of type ‘xxx.xxx‘ available
对相应的实现mapper类 添加@Mapper 标记。原因：没有将相关类注入到springboot。
2023-02-20 09:52:38
1002
原创 kafka-consumer-groups.sh error :Failed to find brokers to send ListGroups
执行kafka 脚本 ,无法看查看消费组，报错 Failed to find brokers to send ListGroups。
2023-01-15 08:45:19
3904
原创 kafka开kerberos认证报错the client is being asked for a password
在Kafka工程 且开 kerberos 时，遇到报错：Could not login: the client is being asked for a password, but the Kafka client code does not currently support obtaining a password from the user.
2023-01-14 22:58:00
5121
2
原创 AlphaGo Zero 总结
参考了各教授对AlphaGo Zero的分析，整理笔记如下：3天内——AlphaGo Zero进行过490万次自我对弈练习，并干掉AlphaGo Lee，这说明模型训练速度干净，准确，没有在那里玩太极。强化学习 Policy network 和 value network 整合在一起，结构更简洁；共享参数，效率更高。 两个核心要素 : 一个是启发式搜索，一个是深度残差神经网络，而这两者又实
2017-10-21 17:29:03
1032
原创 项目管理学习笔记
项目管理学习笔记项目计划 明确项目有哪些具体工作要做（任务break down） 各项工作有需花多少时间完成，标注好起始，结束时间; 定好工作的优先级，或次序 谁来完成哪些工作 各项工作花费多少成本，整个项目总成本是多少
2016-09-18 00:04:44
394
原创 Python 个人学习笔记
本篇个人笔记仅个人，未必适合众友。获取帮助 1.通过Python解释器获取帮助。 2.调用help(object) 3.dir(object) 会显示该对象的所有方法， 4 . >>>object.__doc__ #" __doc__"会显示其文档, 有些基础用法，网友总结得很好： http://chuansong.me/n/1762453 【十分钟学会 Python】好玩的python
2016-09-17 21:29:29
580
原创 scikit-learn 学习笔记
scikit-learn 学习笔记关于数据集dataset 1. 可以查看官网的描述 ： http://scikit-learn.org/stable/datasets/index.html 2. 也可以 直接看source code.load_boston() #Load and return the boston house-prices dataset (regression).lo
2016-08-28 12:52:41
592
原创 Numpy 的常用函数[学习笔记]
Numpy 的常用函数First of all : from numpy import *arr1=random.rand(4,4) #构造 4*4 arraymat1=mat(random.rand(4,4)) #mat() 将数组转成matrixarr1.shape #查看数组，或矩阵的大小、或维数arr1.I #矩阵求逆data1.dtype
2016-08-28 11:56:09
536
原创 scikit-learn digital write recognize
【笔记】调一下scikit-learn ： 详细链接：http://xhrwang.me/2015/02/13/scikit_learn-tutorial.html下面的例子将演示如何使用 sklearn 库中提供的数字图片 dataset 来识别它们表示的实际数字, 且标记本人的一些学习心得。所需lib: matplotlib.pyplot & sklearn 数据源：sklearn.dat
2016-08-27 23:29:37
674
原创 IPython magic function - 测试代码运行时间
IPython 测试程序运行时间%time 代码片段/ 程序名针对 微秒级（1e-6） 和纳秒级（1e-9） %timeit 代码片段/ 程序名基本性能分析[宏观]： %prun%run -p逐行分析函数性能[微观] %lprun -f func1 -f func2 statement.py%lprun
2016-08-27 12:47:16
2733
原创 IPython 交互式调试器
IPython 交互式debug增强pdb ,语法高亮，tab 自动补全【debug时机是刚出现异常那会】%debug u #跟踪栈在各级间的切换d设置断点单步调度 %run -d script.pys 进入脚本 ， b 13 # 在13行设置断点 c # continue till touch the break point n # 执行下一行。 如果有exceptio
2016-08-27 12:23:55
7780
原创 Ipython 操作shell
在ipython的输入端，进行Shell命令的执行IPython中可以执行cd ls 等常见的命令，执行shell的其他命令时在命令前加感叹号( ! )In [1]:!ping 192.168.1.4PING 192.168.1.4 (192.168.1.4) 56(84) bytes of data. 64 bytes from 192.168.1.4: icmp_req=1 ttl=252 t
2016-08-27 10:55:01
3686
原创 Ipython magic function
概率分布学习笔记(注：部分资料源自他人博客)离散型和连续型随机变量的定义离散型随机变量（discrete random variable）：取值是可数的个值的随机变量， 比如投掷一枚骰子的朝上的点数，可能是1,2,3,4,5,6；比如南京大学四食堂吃饭的人数，可能是0,1,2···。 连续型随机变量（continuous random variable）：取值是一个区间中的任意一点（也就是不
2016-08-27 10:48:42
3618
原创 Shell 处理命令行参数 getopts 和 getopt
Shell 处理命令行参数 getopts 和 getopt在处理复杂参数选项的时候常用的两种方法：getopts -Bash内置 ；简单getopt - 独立的可执行文件 ; 强大===========getopts 简单用法#!/bin/bashwhile getopts "h:f1:f2" arg #选项后面的冒号表示该选项需要参数do case $arg in
2016-08-14 10:11:26
395
原创 shell 传参sed
shell 传参sed在shell 传参给sed 时，会失效，原因是单引号” ,它会阻止转义 。 So 把单引号改为 双引号 “” ,就OK 了。举个栗子：#!/bin/shsessionID=$1echo "Usage: pplog.sh $sessionID "#Test1 :correct samplesed -n "/${sessionID}-START/,/${sessionID}
2016-08-13 11:19:00
10590
2
原创 机器基石笔记摘要
机器基石笔记摘要机器基石034个基本模式 （在输出空间）：Binary classify (二分类 ，是非题) Y={-1,+1}Multiple classify Y={1,2,3,…. , k}Regression Y=RStructured Learning: Sequence Tagging Problem （马尔可夫链） Y=st
2016-08-13 11:06:58
225
转载 理解共轭先验
理解共轭先验对于应用贝叶斯理论的人来说，当你观察一个事件x ,你预估计并给出其内部参数θ ，表示你对于事件x 发生的置信程度。如果你熟悉贝叶斯方法，当你每次观测到新的x 数据时你就会更新你预先给出的参数θ。那么就要问了，你新观测到的x 样本点对于你改变样本参数θ 的影响有多大？这就取决与你一开始对参数θ的确定程度。如果你给出的参数θ 基于你经过上千上万次认真实验得到的因此你很确定你的参数值，那么单一
2016-08-13 01:24:09
1328
转载 机器学习经典论文(转载)
Active LearningTwo Faces of Active Learning250, Dasgupta, 2011Active Learning Literature Survey63, Settles, 2010ApplicationsA Survey of Emerging Approaches to Spam Filtering5
2016-08-07 00:07:59
5941
转载 机器学习经典论文(转载)
Active LearningTwo Faces of Active Learning250, Dasgupta, 2011Active Learning Literature Survey63, Settles, 2010ApplicationsA Survey of Emerging Approaches to Spam Filtering58, Caruana, 2012Ambient Int
2016-08-07 00:06:30
1272
转载 对数学的新思考[4 ]
[by林达华] 最能把泛函分析和实际问题在一起的另一个重要方向是调和分析 (Harmonic Analysis)。我在这里列举它的两个个子领域，傅立叶分析和小波分析，我想这已经能说明它的实际价值。它研究的最核心的问题就是怎么用基函数去逼近 和构造一个函数。它研究的是函数空间的问题，不可避免的必须以泛函分析为基础。除了傅立叶和小波，调和分析还研究一些很有用的函数空间，比如Hardy space，So
2016-08-06 23:56:01
331
转载 对数学的新思考【3】
对数学的新思考3 【by Lin DaHua】代数：一个抽象的世界 关于抽象代数 回过头来，再说说另一个大家族——代数。如果说古典微积分是分析的入门，那么现代代数的入门点则是两个部分：线性代数(linear algebra)和基础的抽象代数(abstract algebra)——据说国内一些教材称之为近世代数。代数——名称上研究的似乎是数，在我看来，主要
2016-08-06 23:17:37
376
转载 对数学的新思考【2】
对数学的新思考【2】转 Dahua_Lin上面说到的实数理论，测度理论和勒贝格积分，构成了我们现在称为实分析 (Real Analysis)的数学分支，有些书也叫实变函数论。对于应用科学来说，实分析似乎没有古典微积分那么“实用”——很难直接基于它得到什么算法。而且， 它要解决的某些“难题”——比如处处不连续的函数，或者处处连续而处处不可微的函数——在工程师的眼中，并不现实。但是，我认为，它
2016-08-06 23:15:02
401
转载 数学在机器学习中的重要性
数学在机器学习中的重要性[by Dahua Lin]Linear Algebra (线性代数) 和 Statistics (统计学) 是最重要和不可缺少的。这代表了Machine Learning中最主流的两大类方法的基础。一种是以研究函数和变换为重点的代数方法，比如Dimension reduction，feature extraction，Kernel等，一种是以研究统计模型和
2016-08-06 23:00:20
4014
转载 对数学的新思考[1]
[转林达华blog] 在过去的一年中，我一直在数学的海洋中游荡，research进展不多，对于数学世界的阅历算是有了一些长进。为什么要深入数学的世界 作为计算机的学生，我没有任何企图要成为一个数学家。我学习数学的目的，是要 想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的东西看得更深广一些。说起来，我在刚来这个学校的时候，并没有预料到我将会有一个深入数学的旅 程。我的导师最初希望我去做的
2016-08-06 22:42:54
464
转载 推荐的几本数学书【by DaHua Lin】
(2013-03-27 23:04:03)转载1. 线性代数 (Linear Algebra)： 我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是 Introduction to Linear Algebra (3rd
2016-08-06 21:29:40
4608
1
转载 量化分析师的Python日记[第5天：数据处理的瑞士军刀pandas]
Python数据处理的瑞士军刀：pandas第一篇：基本数据结构介绍一、Pandas介绍终于写到了作者最想介绍，同时也是Python在数据处理方面功能最为强大的扩展模块了。在处理实际的金融数据时，一个条数据通常包含了多种类型的数据，例如，股票的代码是字符串，收盘价是浮点型，而成交量是整型等。在C++中可以实现为一个给定结构体作为单元的容器，如向量（vector，C++中的特定数据结构）
2016-08-06 12:12:58
1018
原创 数学概念
数学概念凸集(convex set)，实数R上（或复数C上）的向量空间中，如果集合S中任两点的连线上的点都在S内，则称集合S为凸集。 --自百度百科凸函数就是一个定义在某个向量空间的凸子集C（区间）上的实值函数。凸优化 是指一种比较特殊的优化，是指求取最小值的目标函数为凸函数的一类优化问题。其中，目标函数为凸函数且定义域为凸集的优化问题称为无约束凸优化问题。而目标函数和不等式约
2016-08-06 12:02:19
643
转载 量化分析师的Python日记【第4天：一大波金融Library来袭之scipy篇】
上一篇介绍了numpy,本篇中着重介绍一下另一个量化金融中常用的库 scipy 一、SciPy概述前篇已经大致介绍了NumPy，接下来让我们看看SciPy能做些什么。NumPy替我们搞定了向量和矩阵的相关操作，基本上算是一个高级的科学计算器。SciPy基于NumPy提供了更为丰富和高级的功能扩展，在统计、优化、插值、数值积分、时频转换等方面提供了大量的可
2016-08-06 11:36:37
4415
转载 量化分析师的Python日记【第3天：一大波金融Library来袭之numpy篇】
接下来要给大家介绍的系列中包含了Python在量化金融中运用最广泛的几个Library:numpyscipypandasmatplotlib会给初学者一一介绍NumPy 简介 一、NumPy是什么？量化分析的工作涉及到大量的数值运算，一个高效方便的科学计算工具是必不可少的。Python语言一开始并不是设计为
2016-08-06 11:32:28
7002
1
转载 图，谱，马尔可夫过程，聚类结构[by林达华]
题目中所说到的四个词语，都是Machine Learning以及相关领域中热门的研究课题。表面看属于不同的topic，实际上则是看待同一个问题的不同角度。不少文章论述了它们之间的一些联系，让大家看到了这个世界的奇妙。从图说起这里面，最简单的一个概念就是“图”(Graph)，它用于表示事物之间的相互联系。每个图有一批节点(Node)，每个节点表示一个对象，通过一些边(Edge)把
2016-08-06 11:17:17
742
转载 数据分析师的python日记[2]
第一天学习了Python的基本操作，以及几种主要的容器类型，今天学习python的函数、循环和条件、类，这样才算对Python有一个大致的了解。今天的学习大纲如下：三、函数1、定义函数四、循环与条件1、if语句2、while true/break语句3、for语句4、列表推导式五、类1、闲说类与对象2、定义一个类
2016-08-06 11:08:11
822
1
转载 数据分析师的python日记【1】
“谁来给我讲讲Python？”作为无基础的初学者，只想先大概了解一下Python，随便编个小程序，并能看懂一般的程序，那些什么JAVA啊、C啊、继承啊、异常啊通通不懂怎么办，于是我找了很多资料，写成下面这篇日记，希望以完全初学者的角度入手来认识Python这个在量化领域日益重要的语言。一，熟悉基本在正式介绍python之前，了解下面两个基本操作对后面的学习是有好处的：
2016-08-06 10:48:28
741
原创 Oracle DBLINK
Oracle DBLINK准备select * from global_name;show parameter global_names;创建DBLINK – 在本地DB 创建dblink , 去连target DB a. CREATE DATABASE LINK dblink_name CONNECT TO userid IDENTIFIED BY pwdUSING 'targe
2016-08-02 14:52:58
2026
转载 如何阅读学术论文
如何阅读学术论文读论文的目的：为学术会议审核论文，跟进某个领域，调研某个新领域，等等。我读论文的目的：学习与自己研究的相关工作，激发灵感，了解前沿方法，了解学术界最新、热门动态。三步(3-pass)阅读法鸟瞰整篇论文 （5-10 分钟） 仔细阅读标题、摘要、简介(introduction)阅读章节子标题阅读结论扫一眼参考文献通过这一步，了解论文的所属领域、理论基础、有没有趣、假设的合理
2016-07-30 11:20:02
757
转载 欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2016-07-28 23:27:21
151
转载 十分钟搞定pandas
http://www.cnblogs.com/chaosimple/p/4153083.html本文是对pandas官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。习惯上，我们会按下面格式引入所需要的包：一、 创建对象可以通过 Dat
2016-07-24 22:51:48
578
视觉SLAM十四讲：从理论到实践
2018-09-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人