数智图书馆-无锡数智政务 本次搜索耗时 6.058 秒,为您找到 618 个相关结果.
  • 空标题文档

    27.2 随机波动率模型 在布莱克-斯科尔斯-默顿模型里假设了波动率为常数。在实际中,如在第23章讨论的那样,波动率是随时间变化的。方差-Gamma模型的参数g反映了这种性质:低参数g代表信息到达的速度较慢,波动率也较低;高参数g代表信息到达的速度较快,波动率也较高。 与方差-Gamma模型不同的另一种选择是明确假定波动率变量所遵循的过程。我们首先假设...
  • C 对比组合Contrasting Cases——辨别关键信息

    C 对比组合Contrasting Cases——辨别关键信息 对比组合是一组能帮助人们观察到细微差别的极为相似的例子。通过对比组合的练习,我们可以提高对知识理解的精度,增强知识的可用性。 下面我们来看一组由布兰斯福德和麦克雷(Bransford&McCarrel,1974)提供的例子:图C.1展示了一把剪刀。你可能已经注意到了构成剪刀的基础特征:两片刀...
  • 第十二章 虽远必诛

    第十二章 虽远必诛 箭在弦上,不得不发 第十二章 虽远必诛 箭在弦上,不得不发 此时汉朝内部正在进行“内斗”,汉元帝又迷恋于声色,不问政事。因此,并没有及时采取行动。然而,此时镇守在乌垒城(今新疆库尔勒与轮台之间)的西域都护甘延寿却很是着急。 就在此时,他的副手陈汤主动出马为他来排忧了。 陈汤,山阳瑕丘(今山东省兖州北)人,他的经历和朱卖臣有点...
  • 读入数据

    5.7.3 误差反向传播法的梯度确认 5.7.4 使用误差反向传播法的学习 参数 X 是图像数据、t 是正确解标签 accuracy(self, x, t) 计算识别精度 numerical_gradient(self, x, t) 通过数值微分计算关于权重参数的梯度(同上一章) gradi...
  • (3)卖官鬻爵

    (3)卖官鬻爵 (3)卖官鬻爵 其次,我们来再来看汉灵帝的第二件黑暗大事,卖官鬻爵。 汉灵帝之所以这么做,原因有三: 1、身陷囹圄不言穷。汉灵帝当初还是解渎亭侯时,苦于家境贫困,对钱的渴望十分强烈。再穷不能穷教育,再苦不能苦孩子。因此,他常常发出“长大后,我一定要成为天下第一富翁”的豪言壮语来。 2、身为君王不言富。等到他当上皇帝以后,常常叹息桓...
  • (3)反戈一击

    (3)反戈一击 (3)反戈一击 而与同时,窦氏集团的“大哥大”窦宪也看到了汉和帝越来越不安份了,产生了“废而立新”的想法。他也找了两个得力帮手,一个是他女婿射声校尉郭举的父亲长乐少府郭璜。另一个是穰侯邓叠。 三人平常就狼狈为奸,此时自然一拍即合,于是决定对刘肇进行“屠龙”,另立新君。策划方案也很快就提上了议程。 然而,他们三人的阴谋很快被刘肇的“内...
  • 媒体发布就是垃圾邮件

    媒体发布就是垃圾邮件 媒体发布就是垃圾邮件 那种向无数陌生人发送的没有任何新意的广告,希望其中有个把人能对广告产品感兴趣。你把它们叫做什么?垃圾邮件。新闻稿也是一样:把没有任何新意的新闻报道发给上百个你不认识的记者,希望其中一个能为你写篇专题。 让我们先来解析一下你发新闻稿的目的吧:你把这些东西发送出去,是为了引起别人的注意。你希望媒体能关注你的新公...
  • 2.5.4 实现Hadoop经典实例Word Count

    2.5.4 实现Hadoop经典实例Word Count 2.5.4 实现Hadoop经典实例Word Count 很多人是通过Word Count入门分布式并行计算,该demo演示了Hadoop的经典实例Word Count的实现。 ❏ 输入数据:n个数据文件,每个1G大小,为了方便统计,每个文件的数据由"aaa bbb…ccc"(由空格分割的1k...
  • (3)狼狈为奸

    (3)狼狈为奸 (3)狼狈为奸 刘宏即位后,在临朝听政的“主宰者”窦妙的“授意”下,对全国最高权力机构的任职进行了如下分封: 窦武被封为大将军(全国最高统帅)、闻喜侯。 陈蕃被封为太傅。 胡广被封为司徒(宰相)。 王畅被封为司空(相当于最高监察长)。 刘瑜被封为侍中(相当于皇帝的机要秘书)。 冯述被封为屯骑校尉。 与此同时,窦武的儿子窦机...
  • 空标题文档

    测试、调试、部署和维护 在进行Python应用程序开发时,会涉及一些除面向对象设计之外的技巧。接下来会关注一些主题,不单是单纯的编程,还需要关注如何解决用户的问题: 第14章“Logging和Warning模块”会介绍如何使用Logging和Warning模块来创建审计和调试信息。不单单使用print()函数,还会有额外的一些操作。Logging模块...