- 博客(12)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 金融数据科学：贝叶斯统计
近年来，贝叶斯统计已经成为实证金融学的基石。本章无法覆盖该领域的所有概念。因此，在必要时应该参考Geweke（2005）的教科书来了解一般的入门知识，利益驱动者应该参考Rachev（2008）的教科书。13.3.1 贝叶斯公式贝叶斯公式在金融学中常见的解读是历时解读。这主要说明，随着时间的推移，我们会了解感兴趣的变量或者参数的新信息，例如时间序列的平均收益率。公式13-5正式描述了这种理论。公式13-5 贝叶斯公式式中H表示某个事件（假设），D代表实验或者真实世界可能提供的数据[4]。在
2020-07-30 11:55:30
1389
1
原创 Vim实用技巧：global命令
:global命令结合了Ex命令与Vim的模式匹配这两方面能力。凭借该命令，可以在某个指定模式的所有匹配行上运行Ex命令。就处理重复工作的效率而言，global命令是除点范式以及宏之外，最为强大的Vim工具之一。技巧98 认识global命令:global命令允许在某个指定模式的所有匹配行上运行Ex命令。首先研究一下它的语法。:global命令通常采用以下形式（参见:h :g）。:[range] global[!] /{pattern}/ [cmd]首先，在缺省情况下，:g...
2020-07-27 15:27:06
1263
原创 计算机科学史上伟大的成就之一：Dijkstra最短路径算法
现在，我们准备介绍计算机科学史上伟大的成就之一：Dijkstra最短路径算法[1]。这个算法适用于边的长度均不为负数的有向图，它计算从一个起始顶点到其他所有顶点的最短路径的长度。在正式定义这个问题（3.1节）之后，我们讲解这个算法（3.2节）以及它的正确性证明（3.3节），然后介绍一个简单直接的实现（3.4节）。在第4章中，我们将看到这种算法的一种令人惊叹的快速实现，它充分利用了堆这种数据结构。3.1 单源最短路径问题3.1.1 问题定义Dijkstra算法解决了单源最短路径问题。[2]问
2020-07-23 20:22:26
1246
原创 新入行的程序员应该学习哪门编程语言？
新入行的程序员最常询问我的问题之一就是：我应该学习哪门编程语言。对一些胸怀抱负的开发者而言，这个问题最终会演变成他们永远无法逾越的绊脚石。我曾指导过很多开发者，他们总是怀疑自己的选择，甚至改变主意，不断地从一门编程语言跳跃到另一门编程语言，总是担心做出错误的决定。如果你总是纠结于“我到底应该学习哪门编程语言”，本章正好适合你。首先，我会消除一些疑问；然后，我将就如何选择你的第一门编程语言给你一些实用的考虑因素。编程语言其实并没那么重要是的，学习哪门编程语言实际上并不像你想象的那么重要。我能下这个断
2020-07-22 09:27:44
607
原创 Go语言中10种不同的整数类型以及使用方法
本章学习目标学会使用10种不同的整数类型 学会选择合适的类型 学会使用十六进制表示和二进制表示Go提供了10种类型用于表示整数，它们被统称为整数类型（integer）。整数类型不能存储分数，也不会出现浮点类型的精度问题，但因为每种整数类型的取值范围都各不相同，所以我们应该根据场景所需的取值范围来决定使用何种整数类型。请考虑这一点你可以用两个记号（token）表示多少个数字？如果这两个记号可以按位置进行区分，那么它们将有4种可能的排列方式：两个标识都存在；两个标识都不存在；只有一个标识
2020-07-18 08:28:58
1222
原创 Spark机器学习：MLlib
本章主要介绍Spark的机器学习套件MLlib。MLlib从功能上说与Scikit-Learn等机器学习库非常类似，但计算引擎采用的是Spark，即所有计算过程均实现了分布式，这也是它和其他机器学习库最大的不同。但读者在学习MLlib的时候，大可不必关注其分布式细节，这是MLlib组件与其他组件很不一样的地方，这里不用考虑GraphX、Structured Streaming中的关键抽象、分布式计算框架，而只需关注那些机器学习任务本身的一些东西，如参数、模型、工作流、测试、算法调优等。本章包含以下内容：
2020-07-18 08:03:53
1493
原创 适用于初学者学习的Python正则表达式
目录17.1 初始配置17.2 简单匹配17.3 匹配起始位置17.4 匹配多个字符17.5 匹配数字17.6 重复17.7 转义17.8 正则工具17.9 术语表“代码胜于雄辩。”——林纳斯·托瓦兹（Linus Torvalds）许多编程语言和操作系统都支持正则表达式（regular expression）：定义搜索模式的一组字符串。正则表达式可用于检索文件或其他数据中是否存在指定的复杂模式。例如，可使用正则表达式匹配文件中所有的数字。本章将学习如何定义
2020-07-14 09:31:09
501
原创 在R、Python和Julia中常用的数据可视化技术
俗话说“一图胜千言”。通过各种图片和图形化展示，我们可以更清晰地表达很多抽象概念、理论、数据模式或某些想法。在本章中，我们首先解释为什么应该关心数据可视化。然后，我们将讨论几种在R、Python和Julia中常用的数据可视化技术。此外，我们还将介绍几个特殊主题，例如如何生成图形、饼图和条形图，如何添加标题、趋势线、希腊字母，以及如何输出图形。在本章的最后，我们将讨论一个可选话题，即动态表示以及如何将它们保存为HTML文件。本章包含以下主题：数据可视化的重要性 R数据可视化 Python数据可视化
2020-07-11 20:14:12
730
原创 React中的数据和数据流
本章主要内容可变状态与不可变状态有状态组件和无状态组件组件通信单向数据流第2章大致介绍了React。我们花了些时间学习了React，了解它的设计和API背后的一些概念，我们甚至还逐步说明了如何用React组件构建一个简单注释框。在第4章中，我们将开始更全面地使用组件并开始构建Letters Social示例项目。但在此之前，我们需要更多地了解如何处理React中的数据并理解数据，是如何在React应用中流动的。这就是本章的内容。3.1 状态介绍第2章简要介绍了如何处理React组件.
2020-07-11 19:54:28
1021
原创 Python内置的4个重要基本数据结构：列表、元组、字典和集合
本章内容提要：列表及操作 元组及操作 字典及操作 集合简介第2章介绍了数字（整数、浮点数）、逻辑值和字符串等Python内置的基本数据类型。在实际的操作中，仅仅依赖它们很难高效地完成复杂的数据处理任务。基于对基本数据类型的构建，Python拓展出列表、元组、字典与集合等更为实用的数据结构，以简化程序的编写与任务的实现。这些数据结构内置于Python，是数据分析经常要操作的对象。3.1 列表列表（list）是Python中最常用的内置类型之一，是处理一组有序项目的数据结构，或者说，是一个有
2020-07-09 10:04:17
1441
原创 Kubernetes架构基础知识
Kubernetes是拥有大量代码和功能的大型开源项目。读者可能阅读过Kubernetes的相关文章，或在其他项目中涉足这一领域，甚至在工作中使用过Kubernetes。但若想深入理解并有效使用Kubernetes，将其更好地应用于实践，则需要对其有更深入的了解。本章将构建Kubernetes的基本框架，首先，我们将理解容器编排（Container Orchestration）的含义；接着解释几个与Kubernetes相关的重要概念，这些概念将贯穿于全书；之后，深入介绍Kubernetes的体系架构，了解如
2020-07-02 15:25:40
822
原创 深度学习之计算机视觉
在第3章中，使用了名为ResNet的流行的卷积神经网络（Convolutional Neural Network，CNN）架构构建了一个图像分类器，我们将此模型作为黑盒使用。本章将讨论卷积网络的重要组成部分。本章将涵盖如下重要主题：神经网络简介； 从零开始构建CNN模型； 创建和探索VGG16模型； 计算预卷积特征； 理解CNN模型如何学习； CNN层的可视化权重。本章将探讨如何从零开始构建一个解决图像分类问题的架构，这是最常见的用例。本章还将讲解如何使用迁移学习，这将有助于我们使用非常小的
2020-07-01 13:39:46
1068
Python物理建模初学者指南下载
2017-10-26
奔跑吧Linux内核
2017-08-15
深入理解Android内核设计思想（第2版）（上下册）
2017-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人