先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新网络安全全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上网络安全知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
一. 泊松分布
1.1 理论部分
Poisson分布是离散的,其x值只能取自然数。Poisson分布的概率密度函数如下:
其中是一个固定的正整数常数。在泊松分布中,**参数****λ是单位时间(或单位面积)**内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。以下情况可以构建泊松分布模型:
- 某一服务设施在一定时间内到达的人数
- 电话交换机接到呼叫的次数
- 汽车站台的候客人数
- 机器出现的故障数
- 自然灾害发生的次数
1.2 MATLAB函数模型
泊松分布的概率密度函数,在MATLAB中可以直接调用:
y=poisspdf(x,lambda);
%给定x与lambda的值,就可以直接求该点的概率密度值
分布函数(累积概率函数),在MATLAB中可以直接调用:
F=poisscdf(x,lambda)
如果给定分布函数值,反过来求x,则需要调用逆概率分布函数:
x=poissinv(F,lambda)
MATLAB本身非常适合用来处理向量和矩阵,所以,如果输入的x为一个向量的话,那么输出的y则是x各个点处的概率密度函数值。
1.3 例题
绘制时,泊松分布的概率密度函数与概率分布函数曲线图。
MATLAB代码:
x=[0:15]';
%x为0~15之间的整数,注意需要通过'转为列向量
y1=[]; y2=[];
%要画两个图像
lam1=[1,2,5,10];
%lambda确定了,泊松分布就确定了
for i=1:length(lam1) %lam1的长度为4
y1=[y1,poisspdf(x,lam1(i))]; %lam1(i)代表调用集合lam1中的第i个元素
y2=[y2,poisscdf(x,lam1(i))];
end
plot(x,y1), figure; %figure命令可让其画两个图
plot(x,y2)
注意题目要求是画曲线,所以需要将这些点连起来。
泊松概率密度函数图:
泊松分布的概率分布函数图:
二. 正态分布
2.1 理论部分
正态分布的概率密度函数如下:
其中代表均值,
代表方差。
2.2 MATLAB函数模型
正态分布的概率密度函数,在MATLAB中可以直接调用:
y=normpdf(x,mu,sigma);
%给定x,mu,sigma的值,就可以直接求该点的概率密度值
%注意函数调用格式中的sigma使用的是标准差
分布函数(累积概率函数),在MATLAB中可以直接调用:
F=normcdf(x,mu,sigma);
如果给定分布函数值,反过来求x,则需要调用逆概率分布函数:
x=norminv(F,mu,sigma);
2.3 例题
分别绘制出为(-1,1),(0,0.1),(0,1),(0,10),(1,1)时,正态分布的概率密度函数与分布函数曲线。
MATLAB代码:
x=[-5:.02:5]';
y1=[];
y2=[];
mu1=[-1,0,0,0,1];
sig1=[1,0.1,1,10,1]; sig1=sqrt(sig1); %注意函数调用的是标准差
for i=1:length(mu1) %length(mu1)=5
y1=[y1,normpdf(x,mu1(i),sig1(i))];
y2=[y2,normcdf(x,mu1(i),sig1(i))];
end
plot(x,y1), figure;
plot(x,y2)
写在最后
在结束之际,我想重申的是,学习并非如攀登险峻高峰,而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后,持之以恒的学习变得愈发不易,如同在茫茫大海中独自划舟,稍有松懈便可能被巨浪吞噬。然而,对于我们程序员而言,学习是生存之本,是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习,我们便如同逆水行舟,不进则退,终将被时代的洪流所淘汰。因此,不断汲取新知识,不仅是对自己的提升,更是对自己的一份珍贵投资。让我们不断磨砺自己,与时代共同进步,书写属于我们的辉煌篇章。
需要完整版PDF学习资源私我
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!