Practical

A Practical Guide to Quantitative Finance Interviews

BrainTeasers问题：海盗分金问题。（大于等于一半算作通过版本）老虎和羊问题。100只老虎一只羊，只能一只老虎吃一只羊，吃完羊就变成老虎了，问羊会不会被吃。过河问题。4个人过河，只有一个手电，过河必须用手电。最多两个人同时过河，速度以慢的为准。四个人的过河速度分别为1，2，5，10。为最少的过河时间。生日问题。A的生日只可能出现在如下9个选项中：3月4，5或8；6月4或7；9月1或5；12
dumeichen·2019-09-26 18:39

PFLD: A Practical Facial Landmark Detector

Abstract准确、高效、紧凑是实用的面部地标探测器的关键。为了同时考虑这三个问题，本文研究了一个在野外环境（如无约束姿势、表情、灯光和遮挡条件）下具有良好检测精度和超实时速度的移动设备整洁模型。更具体地说，我们定制了一个与加速技术相关的端到端单级网络。在训练阶段，每个样本的旋转信息被估计为几何规则化的地标定位，然后不涉及测试阶段。设计了一种新的损失方法，除了考虑几何规则化之外，还可以通过将样本
铿锵的玫瑰·2019-09-03 20:31

react+antd+dva+umi入门

首先创建一个项目，官网地址https://ant.design/docs/react/practical-projects-cn安装yarn，在命令行中输入'yarncreateumi',生成文件中的.
子涵_520·2019-08-11 15:28

[转]RPA认证 Developer UIPath Certificate,细说uipath认证学习，Online Quiz和Practical Exam项目详解

本文转自：https://blog.csdn.net/u010369735/article/details/88621195UIPath，RPA里算是比较简单易操作的一款软件了，因为公司业务的需要，代理uipath以及部署业务，所以接触到了uipath。从开始到最终做到企业项目部署，大概用了两个月的时间，收获不少。自己之前是做过后端开发，前端以及手机端软件自动化的相关开发工作（触动sprite…）
freeliver54·2019-08-03 07:00

A Practical Guide to Broadcast State in Apache Flink

原文链接：https://my.oschina.net/u/1262062/blog/3071220从版本1.5.0开始，ApacheFlink具有一种称为广播状态的新型状态。在这篇文章中，我们解释了广播状态是什么，并展示了如何将其应用于评估事件流上的动态模式的应用程序的示例。我们将引导您完成开发步骤和代码，以实现此应用程序。什么是广播状态广播状态可以用于以特定的方式组合和联合两个事件流。第一个事
chuanyangka3003·2019-07-08 20:00

TIBCO Spotfire使用技巧：Spotfire可视化的实际应用

原文：https://community.tibco.com/feed-items/tibco-spotfire-primer-blog-1-practical-applications-spotfire-visualizations
Larry_TIBCO·2019-06-23 17:21

[C2W1] Improving Deep Neural Networks : Practical aspects of Deep Learning

第一周：深度学习的实用层面（PracticalaspectsofDeepLearning）训练，验证，测试集（Train/Dev/Testsets）在配置训练、验证和测试数据集的过程中做出正确决策会在很大程度上帮助大家创建高效的神经网络。训练神经网络时，我们需要做出很多决策，例如：神经网络分多少层每层含有多少个隐藏单元学习速率是多少各层采用哪些激活函数创建新应用的过程中，我们不可能从一开始就准确预
weixin_30252155·2019-06-15 15:00

Linux使用pt-archiver工具自动备份MySQL

操作系统:CentOS6.9脚本语言:shellhttps://github.com/iscongyang/Practical/blob/master/shell-scripts/pt-archiver-mysql.sh
丛杨·2019-06-13 09:00

CentOS6自动化安装部署配置Nginx

操作系统:CentOS6.9脚本语言:shellhttps://github.com/iscongyang/Practical/blob/master/shell-scripts/install_tengine.sh
丛杨·2019-06-07 17:00

SuRF : Practical Range Query Filtering with Fast Succinct Tries

1.Introduction在数据库管理系统中查找某些关键字会导致很大的磁盘I/O开销，针对这一问题，通常会使用一个内存开销小并且常驻内存的过滤器来检测该关键字是否存。比如现在常用的bloom过滤器对判断某个key是否存在是非常高效的，其能用极少的空间（与key长度无关），极低的出错概率判断key的存在性。现有的过滤器都仅仅支持pointquery，例如现在RocksDB里面有一张学生表，现在要做
晓乎·2019-05-16 19:00

书籍:机器学习和图像处理实战 Practical Machine Learning and Image Processing - 2019.pdf

简介图片.png使用Python中的机器学习和神经网络，深入了解图像处理方法和算法。本书从环境设置开始，理解基本的图像处理术语，并探索对实现本书中讨论的算法有用的Python概念。然后，您将详细介绍所有核心图像处理算法，然后再转到最大的计算机视觉库：OpenCV。您将看到OpenCV算法以及如何将它们用于图像处理。下一节将介绍用于图像处理和分类的高级机器学习和深度学习方法。您将使用脉冲耦合神经网络
python测试开发_AI命理·2019-04-08 17:56

Seq2Seq+Attention+Pytorch实现Translation

Fromhttps://github.com/spro/practical-pytorch/blob/master/seq2seq-translation/seq2seq-translation.ipynb
YuHsin·2019-03-26 11:40

机器学习及NLP学习资源汇总(持续更新)

NaturalLanguageProcessingwithDeepLearningCS224U:NaturalLanguageUnderstandingpytorchgithub-pytorch-handbookgithub-practical-pytorchpy
Leokb24·2019-02-26 14:07

推荐系统实战 Practical Recommender Systems(python) - 2019

图片.pngpython测试开发项目实战-目录python工具书籍下载-持续更新python3.7极速入门教程-目录下载：https://itbooks.pipipan.com/fs/18113597-335825118文件备份qq群：6089740推荐系统实际上是保持网站内容最新，有用和有趣的访问者的必要条件。推荐系统随处可见，帮助您找到从电影到工作，餐馆到医院，甚至浪漫的所有内容。实用推荐系统
python测试开发_AI命理·2019-02-12 10:47

Practical Node.js (2018版) 第7章：Boosting Node.js and Mongoose

参考：博客https://www.cnblogs.com/chentianwei/p/10268346.html参考：mongoose官网（https://mongoosejs.com/docs/models.html）参考：英文：BoostingNode.js和MongoDBwithMongoose简介：mongooseMongooseisafullydevelopedobjectdocumen
weixin_30237281·2019-01-21 11:00

博客二

实训二——博客二学号及姓名：16012006刘晨16012019姜海睿14011022李爽16012021沈梦然GIT地址：https://gitee.com/Helen_en/practical_training_two
BUBBLE睿·2018-12-26 10:00

博客一

GIT地址：https://gitee.com/Helen_en/practical_training_two博客地址:https://i.cnblogs.com/组内合照：项目名称：词频统计队员风采：
BUBBLE睿·2018-12-26 10:00

CTR预估 论文实践(五)--Practical Lessons from Predicting Clicks on Ads at Facebook (GBDT+LR)

博客代码均以上传至GitHub，欢迎follow和start~~!1.GBDT构造组合特征的方式利用GBDT进行特征构造依据其模型组合方式一共有两种方式：GBDT+LR与原论文的实现方式一样，利用GBDT构造组合特征，再将组合特征进行one-hot编码（本实践代码也属此类）；GBDT+FFM或者GBDT+树模型此时，使用利用GBDT构造的组合特征不再进行one-hot编码，而是直接利用输出叶节点的
dby_freedom·2018-12-23 17:45

CTR预估 论文精读(五)--Practical Lessons from Predicting Clicks on Ads at Facebook

AbstractOnlineadvertisingallowsadvertiserstoonlybidandpayformeasurableuserresponses,suchasclicksonads.Asaconsequence,clickpredictionsystemsarecentraltomostonlineadvertisingsystems.Withover750millionda
dby_freedom·2018-12-12 15:55

win10安装微信开发者工具提示“installer integrity check has failed”处理方法

检索的链接比较靠谱的有以下两个：1.http://www.51jiji.com/practical/work/83141870008748.html2.https://jingyan.baidu.com
刘大辉在路上·2018-12-08 19:13

Practical aspects of Deep Learning

机器学习是一个高度迭代的过程image.pngSettingupyourMachineLearningApplicationTrain/dev/testsetsdistributionProbloemMismatchedtrain/testdistributionSolutionMakesuredevandtestcomefromsamedistribution2.Bias/Varianceima
Simple_isBeauty·2018-10-13 21:12

[DeepBayes2018]Day 1, practical session 2. Bayesian reasoning

问题一贝叶斯证据不充足情形讲的是贝叶斯公式的简单应用，采用哈利波特里面的场景作为例子。学过数理统计的应该知道有个关于被诊断为癌症与实际患癌症的这个例子。问题二多项式分布的极大似然估计（MaximumLikelihoodEstimate）多项式分布与二项分布的不同在于它一次实验是存在多种可能结果的，二项分布只存在两种可能结果。比如这个问题中的投骰子，每次投的点数是1-6中的一种。问题设计样本集：,之
被遗忘的时刻·2018-10-08 14:55

[Flink基础]--Apache Flink中的广播状态实用指南

感谢英文原文作者：https://data-artisans.com/blog/a-practical-guide-to-broadcast-state-in-apache-flinkApacheFlink
highfei2011·2018-09-29 00:00

Practical Byzantine Fault Tolerance and Proactive Recovery

PracticalByzantineFaultToleranceandProactiveRecovery我们对互联网上可访问的在线服务日益增长的依赖性需要高可用性的无需中断即可提供正确服务的系统。软件漏洞，运营商错误和恶意攻击是服务中断的主要原因，而且它们可能导致任意行为，也就是拜占庭故障。本文介绍了一种新的复制算法BFT，可用于构建容忍拜占庭故障的高可用性系统。BFT可以在实践中用于实现真实的服
任小浪·2018-09-19 20:34

实用 ProGuard 规则示例

PracticalProGuardrulesexamples原文作者：WojtekKaliciński译文出自：掘金翻译计划本文永久链接：https://github.com/xitu/gold-miner/blob/master/TODO1/practical-proguard-rules-examples.md
_Derek_H_·2018-08-31 20:45

CSS变量（自定义属性）实践指南

本文翻译自：https://www.sitepoint.com/practical-guide-css-variables-custom-properties/转载请注明出处：葡萄城官网，葡萄城为开发者提供专业的开发工具
powertoolsteam·2018-08-29 14:18

Practical aspects of deep learning

IfyourNeuralNetworkmodelseemstohavehighvariance,whatofthefollowingwouldbepromisingthingstotry?MaketheNeuralNetworkdeeperNGetmoretrainingdataYGetmoretestdataNAddregularizationYIncreasethenumberofunitsi
蠢材少年·2018-08-16 05:00

[CV Paper] A practical theory for designing very deep convolutional neural networks

论文阅读：设计深度卷积神经网络的实用技巧理论综述网络层数逐渐加深是大势所趋，如何设计高效的更深的网络是目前的问题，盲目的叠加层数并不能取得好的效果。本文提出两种全新视角的限制约束，使得网络结构变深的同时保证效果。第一：保证每一层卷积层都有学习复杂模式特征的能力第二：最高层的感受野不能大于图片范围在这两个限制条件下，我们把设计深度卷积神经网络的问题转化为限制条件下的最优化问题Approach首先将C
永无乡·2018-07-27 12:52

pytorch实现简易版unet

最近看了一些semanticsegmentation的paper，参考网上的教程（https://tuatini.me/practical-image-segmentation-with-unet/），
qq_32464407·2018-07-21 13:20

Glow Stick-Fun and practical

Thisisaconcertlightstickthatmakestheenthusiasmflash.Slightfluorescencecanalsoilluminatethenightsky,allowingyoutoshineinthecrowd.One-buttonswitch,convenientandquick.Glowingeffectisfreetoswitch,avariety
草鸡小脑斧·2018-06-13 18:07

PyTorch使用seq2seq+attention实现时间格式转换

所copy的代码来自practical-pytorch教程，以及pytorch-seq2seq教程所用的数据来自注意力机制keras实现。python3pytorch版本0.4.0可
uhauha2929·2018-05-27 22:14

Practical card scanning identification tool

Howtogetthepapercard?Awordandonewordintothemobilephone,verytroublesome.Withthisquickscanandrecognitiontool,youcangettwicetheeffort!Therearemoreimageeditingfunctions,andthepapercanbetransformedintoedit
AppRecommends·2018-05-21 20:35

网络结构搜索——《Practical Block-wise Neural Network Architecture Generation》阅读笔记——CVPR2018

Ablock-wisenetworkgenerationpipelinecalledBlockQNNwhichautomaticallybuildshigh-performancenetworksusingtheQ-learningparadigmwithepsilon-greedyexplorationstrategy.InceptionandResNetaredesignedbystackin
LetItBe3·2018-05-07 22:49

7 Practical Steps to Turn Around a Bad Experience 2018-04-23

Failuresucks.Butifyourplanningondoinganythingimportantyouaregoingtohavetogetusedtoit.Embarrassment,frustrationandevenbadsituationsyoucan’tcontrolaregoingtobepartoflife.Whatcanyouactuallydoaboutthemins
NapoleonHill·2018-04-23 22:49

Practical Lessons from Predicting Clicks on Ads at Facebook

Abstract这篇论文介绍GBDT+LR模型表现比单个模型好3%，另外本文探讨了一系列影响最终预测表现的因素。毫无疑问其中最重要的是拥有正确的特征（捕捉用户和广告历史信息）+Model（GBDT+LR）的贡献程度最大数据实时性，学习速率，数据采样等其他因素影响较小。INTRODUCTION介绍了先前的一些相关paper。包括Google，Yahoo，MS的关于CTRModel方面的paper而在
逗逗军001·2018-04-14 20:14

Day 1-The science

Vocabularyempirical(experiential,experimental,observed,practical)-(adv.)basedonexperimentsorexperienceratherthanideasortheories
kristen0724·2017-12-06 01:19

将Ai口语进行到底：hands-on

英语同近义：practical,readytouse,personal例如面试官问你：为什么你要想来我们公司实习？你的回答：Iwanttohavesomehands-onexperi
寶龍Chris·2017-12-04 03:31

PRACTICAL HASKELL - GETTING STARTED WITH STACK

Haskellisfamousforhavingasteeplearningcurve.Asawebdeveloperwe’reusedtocleartutorialsthatwecanunderstandandcompletewithinanhourortwo.Haskellintroducesmanynewconceptsnotfoundinotherlanguages,butwecanlea
dviewer·2017-11-10 13:37

PRACTICAL HASKELL - GETTING STARTED WITH STACK

Haskellisfamousforhavingasteeplearningcurve.Asawebdeveloperwe’reusedtocleartutorialsthatwecanunderstandandcompletewithinanhourortwo.Haskellintroducesmanynewconceptsnotfoundinotherlanguages,butwecanlea
dviewer·2017-11-10 13:37

#65 功夫不负有心人

下午的时候去编程的practical时间，和一个同学一起交流了写程序的心得之后，我发现了有的时候一个人写代码卡住了写不走了，怎么google也找不到办法的时候，最好的方法就是和同学一起讨论一
钤鱼摆摆·2017-10-18 05:05

Fast.ai: Practical Deep Learning for coders 课程学习笔记：Part1 Lesson1 (Lesson0)

Lesson0这节课是Fast.ai项目的一个介绍，介绍了课程制作者的一些理念、教学的想法和一部分关于深度学习的概念性的描述，非常休闲。可以当作一个谈话节目来看。Lesson1Settingupyourdeeplearningserverandrunawarm-upmodel.Somecommonsensesyouneedtoknow.Buildanenvironmentfordeeplearni
asher_lithium·2017-09-07 15:27

deeplearning Note : Practical aspects of Deep Learning

作者:Dylan_frank(滔滔)这是吴恩达courseraDeepLearningSpecialization的第二门课程《ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization》的第一周笔记，主要讲在实现神经网络过程中所遇到的问题，和处理方法，具体来说是3点初始化regularization
孤鸿子_·2017-08-17 01:44

deeplearning Note : Practical aspects of Deep Learning

作者:Dylan_frank(滔滔)这是吴恩达courseraDeepLearningSpecialization的第二门课程《ImprovingDeepNeuralNetworks:Hyperparametertuning,RegularizationandOptimization》的第一周笔记，主要讲在实现神经网络过程中所遇到的问题，和处理方法，具体来说是3点初始化regularization
孤鸿子_·2017-08-17 01:44

学习网站

http://www.python-course.eu/https://www.tecmint.com/35-practical-examples-of-linux-find-command/https
小林书店副编集·2017-06-24 23:00

Swift 中枚举高级用法及实践

title:"Swift中枚举高级用法及实践"date:2015-11-20tags:[APPVENTURE]categories:[Swift进阶]permalink:advanced-practical-enum-examples
guoshengboy·2017-05-15 14:51

ant-design 实现一个登陆窗口

前提：已经完成项目实战（https://ant.design/docs/react/practical-projects-cn#定义-Model）如果要想实现一个登陆窗口，首先得有一个ui，想到的是应该创建一个组件
dapangzi88·2017-02-28 23:55

Haar特征Adaboost级联分类器训练经验——Practical Tips

最近在项目中使用opencv的人脸检测算法来检测灰机，效果还ok，就分类器训练过程中的一些小技巧做一个总结，其中有一部分是前人的经验，对这部分内容我发扬一下拿来主义，还有一些是自己的心得体会，希望对新手有一些帮助。至于算法原理网上很多，我不再赘述。检测效果主要还是看分类器训练得好不好，所以检测过程我也不说，网上也有很多源码解析得很好。训练是一个finetuning的过程，经验显得尤为重要，我重点就
starxhong·2017-02-28 23:35

.netcore 模块积累

最全的demohttps://github.com/XiaoFaye/netcore-sampleshttp://files.cnblogs.com/files/kellynic/practical-aspnetcore-master.zip
nicye·2017-02-24 16:00

Practical Java： 一般技术

实践1：参数以byvalue方式而非byreference方式传递Java中的参数以byvalue方式传递，举个例子：importjava.awt.Point;classPassByValue{publicstaticvoidmodifyPoint(Pointpt,intj){pt.setLocation(5,5);//1j=15;System.out.println("DuringmodifyP
Gino_Gu·2017-02-13 21:01

Practical Lessons from Predicting Clicks on Ads at Facebook

ABSTRACT这篇paper中作者结合GBDT和LR，取得了很好的效果，比单个模型的效果高出3%。随后作者研究了对整体预测系统产生影响的几个因素，发现Feature（能挖掘出用户和广告的历史信息）+Model（GBDT+LR）的贡献程度最大，而其他因素（数据实时性，模型学习速率，数据采样）的影响则较小。1.INTRODUCTION介绍了先前的一些相关paper。包括Google，Yahoo，MS
笨兔勿应·2017-01-09 10:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他