简介前面学习了卷积神经网络（CNN），卷积神经网络适合图片这类具有空间局部相关性的数据，而在新的一节中开始学习循环神经网络（RNN），循环神经网络适合具有时间序列的数据，如股票、语音对话、阅读的文本等。 ...继续阅读 (42)

简介本文内容主要来源于在学习TensorFlow入门过程中的实践总结项目，内容主要包含以下实战项目：线性模型实战前向传播算法实践AUTO-MPG汽车油耗预测线性分类实战MNIST手写数字数据集分类 ...继续阅读 (35)

简介TensorFlow是由Google团队开发的深度学习框架，其初衷是以最简单的方式实现机器学习和深度学习的概念。该框架融合了计算代数的优化技术，极大地方便了复杂数学表达式的计算。TensorFlow深度学习框架的三大核心功能：加速计算。神经网络本质上由大量的矩阵相乘、矩阵相加等基本数学运算构成，TensorFlow的重要功能就是利用GPU方便地实现并行计算加速功能。自动梯度。TensorFlow可以自动构建计算图，通过TensorFlow提供的自动求导的功能，不需要手动推导即可计算输出对网络参数的偏导数。常用神经网络接口。TensorFlow除了提供底层的矩阵相乘、相加等数学函数，还包含常用神经网络运算函数、常用网络层、网络训练、模型保存与加载、网络部署等一系列深度学习的功能。简单示例：1234567importtensorflowastfa = tf.constant(2.0)b = tf.constant(4.0)print('a+b=', a+b)# a+b= tf.Tensor(6.0, shape=(), dtype=float32)# 运算时同时创建计算图 𝑐=𝑎+𝑏 和数值结果 6.0=2.0+4.0 的方式叫做命令式编程，也称为动态图模式。 ...继续阅读 (46)

简介本文内容主要来源于在学习TensorFlow入门过程中的实践总结项目，内容主要包含以下实战项目：线性模型实战前向传播算法实践AUTO-MPG汽车油耗预测线性分类实战MNIST手写数字数据集分类线性模型实战本实战项目目的在于了解优化w和b的梯度下降算法，数据采样自来自真实模型的多组数据，从指定的w=1.477和b=0.089的模型中直接采样：y = 1.477 * x + 0.089。12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364importnumpyasnp# 采样自均值为0，标准值为0.01 的高斯分布：y = 1.477 * x + 0.089 + edefload_data():data = []foriinrange(100):# 采样 100 个点x = np.random.uniform(-10.,10.)eps = np.random.normal(0.,0.01)# 采用高斯噪声y =1.477* x +0.089+ epsdata.append([x, y])data = np.array(data)returndata# 循环计算在每个点[x, y] 处的预测值与真实值 ...继续阅读 (53)

简介TensorFlow是由Google团队开发的深度学习框架，其初衷是以最简单的方式实现机器学习和深度学习的概念。该框架融合了计算代数的优化技术，极大地方便了复杂数学表达式的计算。TensorFlow深度学习框架的三大核心功能：加速计算。神经网络本质上由大量的矩阵相乘、矩阵相加等基本数学运算构成，TensorFlow的重要功能就是利用GPU方便地实现并行计算加速功能。自动梯度。TensorFlow可以自动构建计算图，通过TensorFlow提供的自动求导的功能，不需要手动推导即可计算输出对网络参数的偏导数。常用神经网络接口。TensorFlow除了提供底层的矩阵相乘、相加等数学函数，还包含常用神经网络运算函数、常用网络层、网络训练、模型保存与加载、网络部署等一系列深度学习的功能。简单示例：1234567importtensorflowastfa = tf.constant(2.0)b = tf.constant(4.0)print('a+b=', a+b)# a+b= tf.Tensor(6.0, shape=(), dtype=float32)# 运算时同时创建计算图 𝑐=𝑎+𝑏 和数值结果 6.0=2.0+4.0 的方式叫做命令式编程，也称为动态图模式。基础数据类型Tensorflow中的数据类型包含数值类型、字符串类型和布尔类型。数值类型按照维度区分为四 ...继续阅读 (57)

回忆记得第一次出去骑车还是在大二的时候，记得路线是从学校去兴平，全程75公里，下午四点钟多到达酒店，酒店的那个阿姨人很好，她还允许我把我的自行车带到楼梯间锁起来，短暂休息后就去了杨贵妃墓，在市区里吃了烧烤和鸡蛋醪糟，第二天早早骑车又回了学校。现在回想起来，当时简直就是无所畏惧，一个人带着手机骑着山地车就出发了🤦‍♂️多图警告！！！ ...继续阅读 (42)

概述昨天长途奔袭，一路飞奔算是回到了北京，大致算了以下本次摩旅跑了将近1100公里的路程。全程途径北京市、张家口市、乌兰察布市、大同市、保定市，最终回到我想念了四天的北京（主要是想念我的床，酒店的床非常不舒服😭）。游记第一站从北京出发，第一站目的地是张家口市的下花园区，中途还路过八达岭长城、官厅水库和鸡鸣驿古城。大概中午一点左右到达官厅水库，停下车拿出我的折叠椅休息了半个小时，风有点大，吃了两个橘子和一个士力架，不远处山上的风力发电机一直转个不停，水库的湖面反射着太阳，那感觉是真的舒服啊（忘记拍照片了🙃）。鸡鸣驿古城据说是中国最古老的驿站，始建于明朝，现存还保留有以前的基础设施，不过城里依旧住有居民，据说游客只要不太像“游客”，可以伪装成本地人然后进去转转，哈哈哈哈哈。第一天到达张家口市下花园区后，在酒店办理了入住就出门去找点东西吃，那吃什么呢？吃面吧。走了不到一百米看到一家人挺多的菜馆，走近一看有人在吃炒面，值得本地人傍晚六点半钟可以来吃的店保准没错，绝对的味好价廉！进到店里点了一份西红柿鸡蛋炒面、小份凉菜、三颗新上市的大蒜，果然人生又是美满的一天啊。第二站早晨起的很早，因为睡的不是很舒服，而且窗户外的马路比较吵，紧接着收拾完东西就准备出发乌兰察布看火山了。在进入内蒙古省界的时候我还发了一个朋友圈，对于我一个不怎么发朋友圈的人来说真是奇了大怪😂。接下来请欣赏内蒙古的广阔吧！马路上 ...继续阅读 (55)

概述昨天长途奔袭，一路飞奔算是回到了北京，大致算了以下本次摩旅跑了将近1100公里的路程。全程途径北京市、张家口市、乌兰察布市、大同市、保定市，最终回到我想念了四天的北京（主要是想念我的床，酒店的床非常不舒服😭）。 ...继续阅读 (36)

前序本篇文章其目的在于实践《量化投资》而特意编写，内容主要包含收集数据、整理和分析数据、因子指标计算、策略制定、量化回测。阅读本篇需要一定的Python基础、金融基础知识和计算机编程经验，各位予取予求。数据收集及整理本次数据采用的是中国平安近一年的历史股票数据，其数据指标包含开盘价、最高价、最低价、收盘价、成交量、成交额、换手率。获取历史数据123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687fromseleniumimportwebdriverfromselenium.webdriver.chrome.optionsimportOptionsfrombrowsermobproxyimportServerimporttimeimportjsonimportrequestsimportpandasaspdimportrandom# 股票每日价格# 股票数据保存 csv 文件defsave_basic_data_to_csv(code, daliy_data):iflen(daliy_data) <=0:prin ...继续阅读 (86)

前序本篇文章其目的在于实践《量化投资》而特意编写，内容主要包含收集数据、整理和分析数据、因子指标计算、策略制定、量化回测。阅读本篇需要一定的Python基础、金融基础知识和计算机编程经验，各位予取予求。 ...继续阅读 (35)

概述量化是指一种投资交易策略，利用统计学、数学、计算机、人工智能等方法取代传统人工做出决策，通过模型来实现资产交易进而构建投资组合。即利用计算机技术和数学模型来实现投资策略的过程。主观投资与量化投资的对比：主观投资量化投资基于基金经理的判断基于模型运算的客观结果基金经理对宏观环境、行业、公司的研究，预测未来趋势核心在于利用计算机技术在海量数据中寻找到投资规律注重研究深度，对少数资产进行深入研究注重广度，全市场筛选标的，多维度分析持股集中，稳定性略差持股分散，组合投资交易依靠主管认知与判断模型自主下单优势：投资范围广泛。借助计算机技术，可以分析整体市场，促进更多的投资机会。程序化交易，避免主观因素干扰。通过回测验证策略的有效性和可行性，自助下单，程序化交易。数据处理快速响应，创造交易价值。利用计算机技术，分析海量数据，支持高频交易，可及时验证每个决策后模型的有效性。风险：策略失效。量化投资最大的风险是策略失效，但更大的风险在于策略在何时失效。流通性风险。量化投资由于很多因素很容易导致同质化，带来的问题就是会产生共振，更容易产生系统性的风险。模型本身风险。量化投资需要借助模型，而建立模型需要设定各种参数，由于参数的不确定性可能会导致巨大损失。一般流程：策略设计。基于金融理论、历史数据或其他分析方法，构建量化投资策略。回测验证。使用历史数据对策略进行回测，检验策略的有效性和可行性，以及找 ...继续阅读 (67)

概述量化是指一种投资交易策略，利用统计学、数学、计算机、人工智能等方法取代传统人工做出决策，通过模型来实现资产交易进而构建投资组合。即利用计算机技术和数学模型来实现投资策略的过程。主观投资与量化投资的对比：主观投资量化投资基于基金经理的判断基于模型运算的客观结果基金经理对宏观环境、行业、公司的研究，预测未来趋势核心在于利用计算机技术在海量数据中寻找到投资规律注重研究深度，对少数资产进行深入研究注重广度，全市场筛选标的，多维度分析持股集中，稳定性略差持股分散，组合投资交易依靠主管认知与判断模型自主下单 ...继续阅读 (47)

回忆记得第一次出去骑车还是在大二的时候，记得是路线从学校去兴平，全程75公里，下午四点钟多到的酒店，酒店的那个阿姨人很好，她还允许我把我的自行车带到楼梯间锁起来，短暂休息后就去了杨贵妃墓，在市区里吃了烧烤和鸡蛋醪糟，第二天早早骑车又回了学校。现在回想起来，当时简直就是无所畏惧，一个人带着手机骑着山地车就出发了🤦‍♂️多图警告！！！路线此次北京东北方向小环线摩旅主要途径地点：北京唐山秦皇岛承德北京每站之间的距离200公里左右，保证长途骑行不赶时间、夜晚有住宿的地方，剩余的时间可以多逛逛当地。装备车辆本田NS 125 LA证件身份证驾驶证行驶证骑行装备头盔（建议全盔）骑行服手套骑行靴工具辣条补胎工具套装充气宝螺丝刀、扳手套装小刀建议出发前可以做一次保养，避免路上出现问题。通讯手机（记得带充电线）充电宝（摩托车能充电的可以不带）衣物换洗衣物两套保暖内衣一套速干内衣一套洗漱套装帽子、方巾鞋子其他备用食品（饼干、水、巧克力、电解质水、口香糖、牛肉干）现金保温杯常用药品（感冒药、创可贴、消炎药、碘伏、纱布、云南白药）折叠椅（走到喜欢的地方可以随时坐下来）美景国庆第一天早晨10点出发下午骑车有点困，就找了个路边小村子的背阴处休息，结果…，风挡直接给干废了😭，不过好在车没啥事第一天的目的地是唐山，之前看过《唐山大地震》的电影，既然到了唐山就想去下纪念馆。到了目的地，看到那面遇难人员纪念墙直接给我震 ...继续阅读 (65)

简介Selenium最初是一个用于网站的自动化测试工具，支持各种Chrome、Firefox、Safari等主流浏览器，同时也支持phantomJS无界面浏览器。不过其更通常的使用在于爬虫中使用，其主要是用于解决requests无法直接执行JavaScript代码的问题，不过用于解析Dom元素更有其妙用之处。 ...继续阅读 (47)

简介Selenium最初是一个用于网站的自动化测试工具，支持各种Chrome、Firefox、Safari等主流浏览器，同时也支持phantomJS无界面浏览器。不过其更通常的使用在于爬虫中使用，其主要是用于解决requests无法直接执行JavaScript代码的问题，不过用于解析Dom元素更有其妙用之处。基础使用安装在Python中使用Selenium需要通过pip安装即可。1pip install selenium驱动程序Selenium在安装之后还需要一个驱动程序来与浏览器交互，不同的浏览器都有自己的驱动程序。列表如下：浏览器下载链接Chromehttps://sites.google.com/chromium.org/driver/Edgehttps://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/Firefoxhttps://github.com/mozilla/geckodriver/releasesSafarihttps://webkit.org/blog/6900/webdriver-support-in-safari-10/不过在新版本4.6.0之后，发行包中包含一个Selenium Manager新工具，该工具帮助Selenium在发现驱动程序不可用时，会自动发现、下载并缓存驱动程序 ...继续阅读 (103)

简介NetCat是一款调试TCP/UDP网络连接的利器，被称作是网络调试的瑞士军刀，可见其功能强大。NetCat的基本功能如下：telnet获取系统banner信息传输文本信息传输文件和目录加密传输文件端口扫描远程控制参数说明12345678910111213141516171819202122232425262728293031323334353637383940414243%nc -husage: nc [-46AacCDdEFhklMnOortUuvz] [-K tc] [-b boundif] [-i interval] [-p source_port][-s source_ip_address] [-w timeout] [-X proxy_version][-x proxy_address[:port]] [hostname] [port[s]]Command Summary:-4 Use IPv4-6 Use IPv6-A Set SO_RECV_ANYIF on socket-a Set SO_AWDL_UNRESTRICTED on socket-b ...继续阅读 (69)

简介MathJax是一个JavaScript库，可以让你直接用Latex语法来写复杂数学公式，使用十分方便。基础使用如何配置关于如何在hexo中增加MathJax的支持，可以看这篇官方文档。使用位置行内$ x $：$x$换行$$ x $$：$$x$$上下标下标$x_1$：$x_1$上标$x^2$：$x^2$空格$\quad$控制括号大小使用\left和\right能自动控制不同层次括号的大小，需要配对使用。1\left( \frac{3}{5} \left[ 3 + 2 * \left( a + b \right) \right] \right)$$ \left( \frac{3}{5} \left[ 3 + 2 * \left( a + b \right) \right] \right) $$公式手动编号在公式书写时使用\tag{num}添加手动编号。12345$$\begin{equation}f(x) = w·x + b \tag{1}\end{equation}$$$$\begin{equation}f(x) = w·x + b \tag{1}\end{equation}$$多行公式对齐begin{split}表示开始多行 ...继续阅读 (88)

回忆记得第一次出去骑车还是在大二的时候，记得是路线从学校去兴平，全程75公里，下午四点钟多到的酒店，酒店的那个阿姨人很好，她还允许我把我的自行车带到楼梯间锁起来，短暂休息后就去了杨贵妃墓，在市区里吃了烧烤和鸡蛋醪糟，第二天早早骑车又回了学校。现在回想起来，当时简直就是无所畏惧，一个人带着手机骑着山地车就出发了🤦‍♂️多图警告！！！路线此次北京东北方向小环线摩旅主要途径地点：北京唐山秦皇岛承德北京每站之间的距离200公里左右，保证长途骑行不赶时间、夜晚有住宿的地方，剩余的时间可以多逛逛当地。装备车辆本田NS 125 LA证件身份证驾驶证行驶证骑行装备头盔（建议全盔）骑行服手套骑行靴工具辣条补胎工具套装充气宝螺丝刀、扳手套装小刀建议出发前可以做一次保养，避免路上出现问题。通讯手机（记得带充电线）充电宝（摩托车能充电的可以不带）衣物换洗衣物两套保暖内衣一套速干内衣一套洗漱套装帽子、方巾鞋子其他备用食品（饼干、水、巧克力、电解质水、口香糖、牛肉干）现金保温杯常用药品（感冒药、创可贴、消炎药、碘伏、纱布、云南白药）折叠椅（走到喜欢的地方可以随时坐下来）美景国庆第一天早晨10点出发下午骑车有点困，就找了个路边小村子的背阴处休息，结果…，风挡直接给干废了😭，不过好在车没啥事第一天的目的地是唐山，之前看过《唐山大地震》的电影，既然到了唐山就想去下纪念馆。到了目的地，看到那面遇难人员纪念墙直接给我震 ...继续阅读 (53)

基础逻辑回归（logistic regression）是统计学习中的经典分类方法，虽然被称为回归，但其实是个分类模型。其本质是假设某个数据服从逻辑分布，就可以使用极大似然法估计出其线性回归的参数，之后再使用Sigmoid逻辑函数对其分类。面试的时候千万不要说你很了解LR，因为细节真的太多了😂逻辑回归模型逻辑回归分布设X是连续随机变量，X服从逻辑分布是指具有下列分布函数和密度函数：$$ F(x) = P(X<=x) = {\frac {1} {1 + e^{-(x-\mu)/\gamma}}} $$$$ f(x) = F^‘(x) = {\frac {e^{-(x-\mu)/\gamma}} {\gamma(1+e^{-(x-\mu)/\gamma})^2}} $$$\mu$ 为位置参数，$\gamma>0$ 为形状参数。分布函数属于逻辑函数，其分布是一条S型曲线（sigmoid curve），该曲线以点 $(\mu, {\frac {1} {2}})$ 为中心对成，即满足$$ F(-x + \mu) - {\frac {1} {2}} = -F(x-\mu) + {\frac {1} {2}} $$该曲线在中心附近增长速度较快，在两端增长速度较慢。同时逻辑回归的分布函数在 $\mu= ...继续阅读 (127)

基础逻辑回归（logistic regression）是统计学习中的经典分类方法，虽然被称为回归，但其实是个分类模型。其本质是假设某个数据服从逻辑分布，就可以使用极大似然法估计出其线性回归的参数，之后再使用Sigmoid逻辑函数对其分类。面试的时候千万不要说你很了解LR，因为细节真的太多了😂 ...继续阅读 (51)

数据简介该数据集最初来自糖尿病/消化/肾脏疾病研究所，此数据集的目标是基于数据集中包含的某些身体指标来诊断性的预测患者是否患有糖尿病。数据集由多个医学指标和一个目标变量Outcome组成，医学指标包含患者的怀孕次数、BMI指数、胰岛素水平、年龄、血压等。代码导入基础依赖1234importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns导入数据查看基础信息12345pima = pd.read_csv("diabetes.csv")# pima.head()# pima.info()# pima.shapepima.describe()数据可视化123456789101112131415# 柱状图pima.hist(figsize=(16,14))# 散点图sns.pairplot(pima, hue="Outcome")# 箱图pima.plot(kind="box", subplots=True, layout=(3,3), sharex=False, sharey=False, figsize=(16,14))# 热点图column_x = pima.columns[0:len(pima.columns)-1]column_xcorr = pima[pima.co ...继续阅读 (94)

数据简介该数据集最初来自糖尿病/消化/肾脏疾病研究所，此数据集的目标是基于数据集中包含的某些身体指标来诊断性的预测患者是否患有糖尿病。数据集由多个医学指标和一个目标变量Outcome组成，医学指标包含患者的怀孕次数、BMI指数、胰岛素水平、年龄、血压等。 ...继续阅读 (28)

小故事每个人小时候最讨厌的事情就是吃药了，但不幸的是有一天你得了感冒，妈妈给你买了药，你拿到药后打开了包装纸。在药包里有两种药片，一种是白色的另一种是黑色的，白色的看起来比较甜，而黑色的一看就很苦；因此你决定先吃白色的药片，那么如何一把抓住所有的药片呢？你可以找一个勺子这么把药划分出来那么如果药包里的药片是这样排布的呢？此时你心里想着终于可以祭出我的绝世神功了！哼哈…充满内力的手一拍桌子，药片就飞到了半空中，此时无影手技能发动，你就用一张纸接住了黑色的药片，哈哈哈哈哈哈…而今天你在学会了SVM之后，会将药片成为数据，勺子被称为分类面，找到间隔药片距离最远位置的过程称为优化，而让药片飞到空中的神功称为核映射，在空中分隔药片的纸张称为分类超平面。概要支持向量机（support vertor machines, SVM）是一种二类分类模型，其基本模型是定义在特征空间上的间隔最大的线性分类器，其中间隔最大使其有别于感知机；另外支持向量机还包含核技巧，这使其成为本质上的非线形分类器。支持向量机的学习策略是使得间隔最大化，那么可形成一个求解凸二次规划（convex quadrtic programming）的问题，也就是等价于正则化的合页损失函数的最小化问题，即支持向量机的学习算法就是求解凸二次规划的最优算法。支持向量机学习方法包含以下模型：线性可分支持向量机（linear support v ...继续阅读 (124)

小故事每个人小时候最讨厌的事情就是吃药了，但不幸的是有一天你得了感冒，妈妈给你买了药，你拿到药后打开了包装纸。在药包里有两种药片，一种是白色的另一种是黑色的，白色的看起来比较甜，而黑色的一看就很苦；因此你决定先吃白色的药片，那么如何一把抓住所有的药片呢？你可以找一个勺子这么把药划分出来那么如果药包里的药片是这样排布的呢？此时你心里想着终于可以祭出我的绝世神功了！哼哈…充满内力的手一拍桌子，药片就飞到了半空中，此时无影手技能发动，你就用一张纸接住了黑色的药片，哈哈哈哈哈哈… ...继续阅读 (37)

概要决策树（decision tree）是一种基本的分类和回归方法。其主要呈现为树状结构，在分类问题中，表示基于特征对实例进行分类的过程，可以被认为是if-then的规则集合，也可以被认为是定义在特征空间与类空间上的条件概率分布。其优点主要有分类速度快、模型具有可读性，在学习时利用训练数据根据损失函数最小化的原则建立决策树模型；而在预测时对新的数据利用决策树模型进行分类。决策树模型主要包含以下步骤：特征选择决策树的生成决策树的修剪 ...继续阅读 (39)

概要决策树（decision tree）是一种基本的分类和回归方法。其主要呈现为树状结构，在分类问题中，表示基于特征对实例进行分类的过程，可以被认为是if-then的规则集合，也可以被认为是定义在特征空间与类空间上的条件概率分布。其优点主要有分类速度快、模型具有可读性，在学习时利用训练数据根据损失函数最小化的原则建立决策树模型；而在预测时对新的数据利用决策树模型进行分类。决策树模型主要包含以下步骤：特征选择决策树的生成决策树的修剪决策树决策树模型分类决策树模型是一种描述对实例进行分类的树状结构。决策树有结点（node）和有向边（directed edge）组成，结点有两种类型：内部结点（internal node）和叶结点（leaf node），其中内部结点表示一个特征或属性，叶结点表示一个类。用决策树分类，首先从根结点开始对实例的某一个特征进行测试，根据测试结果将实例分配到其子结点上，每个子结点对应着一个特征的取值。如此递归地对实例进行测试和分配，直至到达叶结点，最后将实例分配到叶结点的分类中。分类过程if-then规则集合决策树可以看成是if-then规则的集合。将决策树转换为if-then规则的流程如下：由决策树的根结点到叶结点的每一条路径构建一个规则；路径上的内部结点的特征表示规则的条件，而叶结点的分类则对应的规则的结论。决策树上的路径或其对应的if-then规则集合具有一 ...继续阅读 (71)

简介Jupyter Notebook是一个开源的Web应用程序，允许用户创建和共享包含代码、方程式、可视化和文本的文档。主要用于数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。具有以下优势：可选择语言：支持超过40种编程语言，包括Python、R、Julia、Scala等。分享笔记本：可以使用电子邮件、Dropbox、GitHub和Jupyter Notebook Viewer与他人共享。交互式输出：代码可以生成丰富的交互式输出，包括HTML、图像、视频、LaTeX等等。大数据整合：通过Python、R、Scala编程语言使用Apache Spark等大数据框架工具。支持使用pandas、scikit-learn、ggplot2、TensorFlow来探索同一份数据。安装查找镜像123456789101112131415161718192021222324252627$docker search jupyterNAME DESCRIPTION STARS OFFICIAL AUTOMATEDjupyter/scipy-notebook Scientific Jupyter Notebook Py ...继续阅读 (69)

简介Jupyter Notebook是一个开源的Web应用程序，允许用户创建和共享包含代码、方程式、可视化和文本的文档。主要用于数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。具有以下优势：可选择语言：支持超过40种编程语言，包括Python、R、Julia、Scala等。分享笔记本：可以使用电子邮件、Dropbox、GitHub和Jupyter Notebook Viewer与他人共享。交互式输出：代码可以生成丰富的交互式输出，包括HTML、图像、视频、LaTeX等等。大数据整合：通过Python、R、Scala编程语言使用Apache Spark等大数据框架工具。支持使用pandas、scikit-learn、ggplot2、TensorFlow来探索同一份数据。 ...继续阅读 (44)

前要简介首都医科大学附属北京同仁医院始建于1886年，是一所以眼科学、耳鼻咽喉科学为国家重点学科的大型综合三甲医院，对于眼科相关绝对是权威专业。一般的眼镜店对于只验光不配镜的顾客有多多少少的抵触。镜片和镜框需要单独在网上购买，接着找眼镜店帮忙组装，可以最大化保证钱花在刀刃上。预约挂号微信公众号搜索北京同仁验光配镜中心服务号并关注，该机构是同仁医院下属的营业性机构，其专业性和规范性由同仁医院保证，可以放心。点击公众号的右下角验光服务，首次预约会先填一个预约人的信息，填写完毕后选择对应的预约人，接下来就是选择店铺，推荐中心店即可。紧跟着根据自己的日期规划选择对应的视光服务费W，在完成缴费后即预约成功。行程目的地位于2号线和5号线的换乘地铁站崇文门地铁站，到站后从E口出战，出站后站口方向过马路（不过天桥）直行100米就是目的地。验光流程取号进门之后像是一个眼镜店，此时不要慌，在门口左侧和正面均有一台取号机，使用公众号发给你的二维码取号即可。初步测试在测试完成后，在进门的左侧有一个服务台，到达服务台将号码给工作人员，对方会让你去验一下眼镜度数和初步机器验光测试，这里根据流程走就可以。人工验光在完成上述测试后，会有工作人员给你一个号码，拿着号码到验光处等到叫号即可。人工验光会持续大概20~30分钟左右，会简单询问下个人情况、用眼习惯、用眼场景等情况，按照个人情况如实说明即可，如果眼睛有相关就 ...继续阅读 (120)

前要简介首都医科大学附属北京同仁医院始建于1886年，是一所以眼科学、耳鼻咽喉科学为国家重点学科的大型综合三甲医院，对于眼科相关绝对是权威专业。一般的眼镜店对于只验光不配镜的顾客有多多少少的抵触。镜片和镜框需要单独在网上购买，接着找眼镜店帮忙组装，可以最大化保证钱花在刀刃上。 ...继续阅读 (35)