从基础开始，注意细节，不要骄傲

转载 Anaconda 3 安装

anaconda 3

原创 【数据库CS751：事务处理Transaction Processing（3）】——事务冲突与数据库恢复

一、事务冲突与数据库恢复一旦出现一些意外事故，例如：数据机房突然断电，数据机房突然爆炸，数据库突然宕机等等突发事故，我们会出现大量的事务冲突，比如一个订火车票的软件，因为数据库宕机导致大量订单出现冲突风险，可能有的订单已经提交但是没有存储，可能有的订单正在提交过程中，但是并没有完成提交。那么数据库出现这种问题时，我们如何恢复数据库？根据ACID四项原则中的持久性和原子性，我们制订了两个规则：Force policy-确保在提交之前每个更新都在磁盘上。No Steal policy-不要

原创 【数据库CS751：事务处理Transaction Processing（2）】——严格二相锁、事务隔离级别以及现象

一、严格二相锁（S2PL）二阶段锁（两相锁）：事务在第一阶段依次获得锁，第二阶段保持锁，第三阶段依次释放锁严格二相锁：事务在第一阶段依次获得锁，第二阶段保持锁，第三阶段同时释放所有锁。注意两段协议是为了保证事务的可串行性，保证串行事务的正确性。两相锁的图描述：严格两相锁的图描述：这样，严格两相锁是没有级联中止的。二、 事务隔离级别以及现象不同的事务的隔离级别会产生不同的错误现象，这一篇主要说三种错误：幻读Phantom，模糊读Fuzzy read，脏读Dirty re

原创 【定量分析、量化金融与统计学】纵向数据分析（1）——截面数据、时间序列数据和纵向数据

一、截面数据（Cross-sectional Data）截面数据就是固定时间来分析其他变量同一时间内的关系。例如：比较2022年的全国20个省市的GDP与人口，那么我们就是限定了2022年，去找GDP和人口的可能关系。再例如：美国枪械协会调查15岁儿童的性别，家庭背景，收入，受教育程度和持枪犯罪的关系。那么这个15岁也是限定了时间。所以截面数据探讨：在一个组织中，影响薪酬的因素包括年龄、教育程度、经验、职位、性别、团队规模和业绩 指对某一特定时间点上的总体或代表性子集的观察二、时间序

原创 【数据库CS751：事务处理Transaction Processing（1）】——简单事务视图、常规事务视图以及和锁的关系

一、锁的概念和种类1.排他锁（X锁）：排他锁的作用顾名思义就是排他，如果一个变量被一个事务上了排他锁，那么其他事务将不允许对这个变量进行任何的操作，包括读和写。排他锁可以先上也可以后上，如果一个事务对一个变量先上了排他锁，那么只有等到这个事务被提交或者被撤销，释放了这个排他锁，其他事务才能访问。后上排他锁，就是指，当这个变量已经有了其他事务的共享锁或者排他锁，本事务再想上排他锁，就必须等待这个变量上没有其他变量的任何锁，注意是：任何锁！！2.共享锁：共享锁也叫读锁，允许多个事务共享读取同一个

原创 【机器学习、深度学习与强化学习】机器学习（2）---决策树（1）

一、前言我们今天来讲一讲决策树的第一课：简单的决策树我们的背景是这样的：你准备去一家餐厅吃饭，但是餐厅已经满了，你想要知道应不应该等待餐厅出现空位。表格如下：ALT：这附近还有合适的餐厅吗BAR：有等待区可以等候吗FRI：是否是周五PATRONS：有多少人正在吃饭PRICE：价格是否昂贵RES：是否有预约？TYPE：什么菜系EST：预计的等待时间WILLWAIT：是否要等待二、简单的决策树那我们就要分析，这些属性是否与结果有着关系？我们最朴

原创 【数据库CS751：事务处理Transaction Processing，如何为远程并发访问的系统安全地执行组合更新】——并发性、锁与隔离

目录一、前言二、并发性1.数据库使用的典型架构2.并发性<1>不相交数据事务：<2>Disjoint-access parallelism (DAP) 不相交数据库并行：如何分辨数据的不相交性？3.并发性的解决：一、前言我们来详细说一说并发性、锁与隔离的概念和应用。二、并发性1.数据库使用的典型架构2.并发性上一节我们已经说过了并发性的概念，同时也说了并发性的其中一个解决方案，我们来回顾一下：不同的客户端可能会干

原创 【数据库CS751：事务处理Transaction Processing，如何为远程并发访问的系统安全地执行组合更新】——事务处理简介

目录一、前言：二、事务处理的简介：1.现实的问题：2.原子性要求：3.并发性要求：4.什么是事务5.隔离：6.耐用性/持久性7.系统架构8.数据库日志：9.回滚一、前言：今天说一说事务处理的内容，我们会介绍事务处理的很多概念与应用。二、事务处理的简介：1.现实的问题：一个在线多站航班预订系统(web或app)。用户提交他们的订单并期望得到:尽可能快地处理，也意味着用户在成功或失败时得到快速反馈。 完全按照要求，信息保持完整:.

原创 【机器学习、深度学习与强化学习】机器学习（1）---机器学习简介

一、前言中的前言那么我们今天开始更机器学习、深度学习和强化学习，参考资料很多，我先列一些我会用到的机器学习、深度学习的参考资料吧：1.西瓜书——周志华《机器学习》 2.动手学深度学习——李沐 3.B站李沐视频或者斯坦福CS329P 4.youtube——李宏毅全套的公开课 5.李航——统计学习方法 6.吴恩达——机器学习基础 7.B站up shuhuai的白板推导系列 8.莫凡的python相关课程 9.斯坦福大学——data mining公开课相关书籍 10.我的一些大学课件

原创 【数据库CS751】ER图示

原创 【数据库CS751】从数据库描述到ER图的步骤

1.ER图到数据库模式的步骤

原创 【数据库CS751】常见的数据库概念（复习版与合集版）(2)

目录数据模型数据模型结构和约束:数据模型操作数据模型的类别模式与实例三层模式架构数据独立性DBMS语言DML的类型DBMS数据库管理系统接口DBMS的编程语言接口典型的DBMS组件模块Database System Utilities集中，客户机-服务器数据库管理系统架构两层客户端三层客户端dbms的分类我们将数据模型分为三大类:数据模型描述数据库结构、操作这些结构的操作以及数据库应遵守的某些约束的一组概念.数...

原创 【数据库CS751】常见的数据库概念（复习版与合集版）(1)

本篇为数据库基础概念的合集与复习版，直接当成字典查即可：1.使用数据库解决方案的主要优点是什么?控制数据存储以及开发和维护工作中的冗余。 在多个用户之间共享数据。 限制对数据的非授权访问。 只有DBA员工使用特权命令和工具。 为高效查询过程提供存储结构(如索引)提供备份和恢复服务。 为不同类型的用户提供多个接口。 表示数据之间的复杂关系。 对数据库执行完整性约束。2.有哪些不同类型的数据库用户(分别举例说明)?+那些实际使用和控制数据库内容的人，以及那些设计、开发和维护数据库应用

原创 【定量分析、量化金融与统计学】R语言：多元线性回归实例

今天来做一个R语言的多元线性回归的实例：

原创 【定量分析、量化金融与统计学】R语言：哑变量与多重共线性

我们对多重共线性做了简单解释，今天用程序来做一下多重共线性的检验。

原创 【定量分析、量化金融与统计学】统计推断基础 番外（3）---假设检验例题讲解

一、前言本节复习假设检验，所用到的表格和基础知识均已经讲过，所以本篇是单纯的练习，也是提供一些练手的试题给大家。不讲原理。二、例题

原创 【定量分析、量化金融与统计学】逻辑回归Logistic----分类回归

我们上一讲说了什么是分类变量，而且我们举的例子都是自变量是分类变量，那么如果因变量是分类变量我们应该怎么做回归呢？常规的线性回归肯定是不行的，因为因变量是分类变量，所以这并不能够成连续的回归结果，那么就有人研究出了一种专门为分类因变量定制的回归模型，逻辑回归，所以逻辑回归回归的是什么？是逻辑，不是值，所谓的逻辑就是分类，这也是为什么逻辑回归会在机器学习中被当做分类算法的原因，逻辑回归是和值回归（线性回归，非线性回归）不相同的回归方法。

原创 【定量分析、量化金融与统计学】分类变量与多元非线性关系与子集的选择

那么这一节来说一种特殊的自变量----分类变量，以及简单介绍什么是多元非线性关系。

原创 【定量分析、量化金融与统计学】多元回归模型与回归推理

之前说过了一元线性回归并给出了程序，今天来说说多元回归模型（Multiple Regression Model）

原创 【定量分析、量化金融与统计学】统计推断基础 番外（2）---区间估计的例题讲解

一、前言在前几次的文章中我们说了什么是区间估计，今天我们来做一下例题讲解。区间估计的题相对简单。我们分析四道题来完整我们的流程。所有的基础知识都在之前的博客中，这个只是练习，不讲原理。二、例题讲解1.社区超市100名购物者的总购物账单的均值为50美元，标准差为12.50美元。总体均值的估计值是多少?这个估计的合理误差范围是什么?n = 100样本均值为50，DV = 12.5此时求SE = DV/√n = 12.5/10 = 1.25我们默认为95%置信区间估计范围是

原创 【定量分析、量化金融与统计学】统计推断基础 番外（1）---T table与Z table的值

目录一、前言二、T-table三、Z-table一、前言为了方便之后的例题讲解，这里放上T-tabel和Z-table的值。怎么查表，本篇中会直接讲，所以这里就只看表格就行，本篇为工具篇。二、T-table我们给两个版本：适合用哪个就用那个：表一：表二：三、Z-table四、如何使用T-table和Z-table你可以使用Z-score表，使用Z-score公式找到各种z值的“小于”概率的完整集合。上面是正z分数和负z分数表格.

原创 【定量分析、量化金融与统计学】统计推断基础（5）---一类错误与二类错误

​这是这个系列的最后一篇，我们讲一讲什么事一类错误，什么事二类错误。这个系列统计推断基础5部分分别是：总体、样本、标准差、标准误【定量分析、量化金融与统计学】统计推断基础（1）---总体、样本、标准差、标准误样本均值分布、中心极限定理、正态分布【定量分析、量化金融与统计学】统计推断基础（2）---样本均值分布、中心极限定理、正态分布点估计、区间估计【定量分析、量化金融与统计学】统计推断基础（3）---点估计、区间估计假设检验【定量分析、量化金融与统计学】统计推断基础（4）---假设检验（T或者Z

原创 【定量分析、量化金融与统计学】统计推断基础（4）---假设检验（T或者Z检验）

目录一、前言二、假设检验的基本概念1.假设检验的概念与目的：2.原假设三、假设检验的实例步骤：例子：一个问题：四、不同种类的假设检验：one-sample T检验：Two-sample T检验：（1）Matched Pairs 匹配成对检测（2）Unmatched PairsOne-tail 测试（单侧检验）：two-tail检测（双侧检验）一、前言这一节来说一说假设检验，这是一个在统计学，量化领域很重要的一个概念。那么《统计推断基础》这.

原创 【定量分析、量化金融与统计学】统计推断基础（3）---点估计、区间估计

​我发现很多人学了很久的统计学，仍然搞不清楚什么是点估计、区间估计，总是概念混淆，那今天我们来盘一盘统计推断基础的点估计、区间估计。这个系列统计推断基础5部分分别是：总体、样本、标准差、标准误【定量分析、量化金融与统计学】统计推断基础（1）---总体、样本、标准差、标准误样本均值分布、中心极限定理、正态分布【定量分析、量化金融与统计学】统计推断基础（2）---样本均值分布、中心极限定理、正态分布点估计、区间估计I型误差，II型误差假设检验重点在基础概念，基础不牢，地动山摇，不关你是做研究还是

原创 【定量分析、量化金融与统计学】统计推断基础（2）---样本均值分布、中心极限定理、正态分布

​我发现很多人学了很久的统计学，很多总是概念混淆，那今天我们来盘一盘统计推断基础的三个基本概念：样本均值分布、中心极限定理、正态分布。这个系列统计推断基础5部分分别是：总体、样本、标准差、标准误 ：【定量分析、量化金融与统计学】统计推断基础（1）---总体、样本、标准差、标准误 样本均值分布、中心极限定理、正态分布点估计、区间估计I型误差，II型误差假设检验重点在基础概念，基础不牢，地动山摇，不关你是做研究还是本科基础学习阶段，基础都是很重要的。​大数定理与中心极限定理有什么

原创 【定量分析、量化金融与统计学】统计推断基础（1）---总体、样本、标准差、标准误

我发现很多人学了很久的统计学，仍然搞不清楚什么事标准差，标准误，什么是样本，什么是总体，总是概念混淆，那今天我们来盘一盘统计推断基础的四个基本概念：总体，样本，标准差，标准误。这个系列统计推断基础5部分分别是：总体、样本、标准差、标准误样本均值分布、中心极限定理、正态分布点估计、区间估计I型误差，II型误差假设检验重点在基础概念，基础不牢，地动山摇，不关你是做研究还是本科基础学习阶段，基础都是很重要的。我尽量使用语言来描述这些概念，少量使用数学公

原创 【数据库CS751】关系数据库多表连续连接的逻辑陷阱（mysql为例）：请区分谁是逻辑主体

目录​一、正确的结果二、错误的写法：1.自然连接错误：2.逻辑主体不明确，匹配条件模糊多表连接的逻辑陷阱应该是一个很常用的问题，尤其是多表连接的连接条件很容易忽视一些东西。今天遇到这样一个题，题的内容是这样的：***编写SQL查询，生成Kim Shankar学生2019年所有课程的课程表。查询应该显示诸如course_id, sec_id, semester, year, day, start_hr, start_min, end_hr, end_min, build..

原创 【定量分析、量化金融与统计学】R语言方差分析的outliers陷阱

【定量分析、量化金融与统计学】R语言方差分析的outliers陷阱

原创 【定量分析、量化金融与统计学】各种检验的H0假设与p-value究竟是什么含义

可能刚接触量化分析的人都会对各种检验感觉到懵，这个检验究竟检验什么？p值小于0.05，究竟拒绝了什么假设？是什么意思？我刚学的时候也有这样的疑问，今天就盘一盘各种假设究竟在说什么！

原创 【定量分析、量化金融与统计学】R语言线性回归（2）：一元线性回归实例

一、前言上次说了基本理论，今天说说例子：我们用的数据集是啤酒的每周销量数据集：二、逐步讲解r语言程序1.导入数据集并查看数据集的基本情况x=read.csv(file.choose(), header=TRUE)names(x)summary(x)结果：2.查看数据分布情况plot(x$Week,x$PRICE.18PK,xlab="Week",ylab="Price.18PK")lines(x$PRICE.18PK)结果：3.查看自...

原创 【定量分析、量化金融与统计学】R语言线性回归（1）：一元线性回归（理论篇）

一、前言我们在讲过ANOVA,MANOVA，今天来说一下线性回归，本篇只做理论，R语言代码会在下一篇讲解。一元线性回归在统计学，计量经济学和机器学习中很常见，我们今天来走一遍一元线性回归的流程。二、变量的关系变量的关系包括很多种，首先是确定性关系：例如：圆的面积S与半径r第二种是依赖型关系：例如：农作物产量与气温，降水，干湿度的关系，你并不能找到一个完美的模型来模拟或者预测这几者的关系。但是，要注意，依赖型关系不一定是因果性的，例如：天热了，冰激凌销量上升，同时溺水的人也增多了，你发

原创 【数据库CS751】Union的用法以及含义

那么之前说过了各种连接，其实union本质上还是和自然连接，内连接，外连接不同的，union是对结果的结合，而三类连接能使用的范围更广。那么今天就说说Union的用法以及含义

原创 【定量分析、量化金融与统计学】R语言MANOVA多元方差分析

一、前言之前说过了ANOVA，包括one-way和two-way，虽然没说详细过程，但是建立了一个使用R语言进行ANOVA分析的步骤。今天来进一步说一说MANOVA，那么MANOVA是多元方差分析，注意，这个元字指的是因变量，也就是Dependent Var。所以多元方差分析，是多个因变量的方差分析，但是，two-way ANOVA是只有一个因变量，但是多个自变量，注意区别。另外，MANOVA也分one-way与two-way。MANOVA感觉国内讲的很少，我贴一个国外小哥讲的视频非常的清晰。M

原创 【定量分析、量化金融与统计学】R语言ANOVA方差分析关于outliers（异常值）的处理

这是一个短篇，主要用于补充上一篇ANOVA假设检验的问题。在ANOVA中，假设检验不仅仅要包括上一篇中所说的那三类。还会有异常值检验，就是所说的outliers。我们可以看一下boxplot中的异常值：这些地方在正态检验的时候是存在异常值的，那么我们为了数据的健康，这些异常值必须要拿掉，那么我们用R语言走一遍流程。outliersx6<-boxplot(x6 ~ x1, data = x, xlab = "customer type"...

原创 【定量分析、量化金融与统计学】R语言方差分析ANOVA（F检验）

今天来说一说概率论或者统计学中常用的一种检验方式，方差检验ANOVA.根据定义：方差分析(ANOVA)是一组统计模型及其相关估计程序的集合。

原创 【从0开始音乐demo的制作：预计耗时15小时(二)】简单的页面

一、前言这是第二部分的内容：效果就是：我们要求背景图为如下这样，头部是校徽和732 Happy Music的字样。因为页面设计是需要矢量图的，所以首先推荐几个矢量图的网站：Scalable Vector Graphics (SVG) 2Icon Font & SVG Icon Sets ❍ IcoMoon在这会有各种各样的矢量图标可以选用。二、字体与样式我们首先在assets文件夹中新建fonts，这个文件是用于矢量图的导入的，我们可以使用代码形式..

原创 【从0开始音乐demo的制作：预计耗时15小时(一)】项目创建和Vue 3.x vue-cli 的选项问题

从现在开始预计耗费15个小时完成一个VUE小的音乐demo，由于时间原因，已开发为主，开发期间并不会放出所有的源代码，结束之后，会公布github仓库。想做一个类似qq音乐的移动端的app，目前应该有很多人做过这一类的app，我就一边学习一边做自己的内容，毕竟我也是新手，顺便写一个系列的demo制作流程，相对完整一点。一、vue-cli那么现在就开始vue-cli的简单操作介绍：首先，你可以在github上创建一个仓库，并且你需要有一个叫做git bash的工具。这个直接用百度或者谷

原创 【数据库CS751】数据库各种连接的理解（包括自然连接，内连接，外连接）

一、前言数据库的各种连接可能是学习数据库的时候最容易懵的点之一了。所以今天来仔细盘一盘数据库的各种连接究竟是怎么回事。本文使用的数据库表，都在《【CS751】数据库的建表与插入》一文中有完整的SQL语句，可以去复制粘贴来一边测试一边理解。...

原创 【数据库CS751】数据库的建表与插入

建表与插入数据

原创 【数据库CS751】关系代数总结（包括一元关系，二元关系与聚合关系）

数据库关系代数总结