Yet another bootstrap theme.

2014-03-15
Lorem IpsumPin

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Lorem Ipsum

Read More

2019-09-27
如何判断一个项目或者一个需求的价值

如何评估一个需求或者一个项目是否应该做

1
2
3
4
5
在实际的开发过程中会有一些需求,或者改造可能在不同团队之间扯皮。问题如同皮球一般被踢来踢去,就是得不到解决。每一方都有自己的考量,无论是基于利益、成本、风险亦或是现实状况来看,都非常有道理。
在这样的场景下进行沟通,协商无疑是很困难的。
有一种共识可能在各方之间形成润滑作用,而且也比较合理,那就是解决问题的方向应该是“边际成本最低”.

2019-09-24
JavaComments

JAVA COMMENTS TEMPLATES

1
2
3
4
5
6
7
/**
* @description $description$
$params$
* @author zhangshengshan
* @date $date$
* @return $return$
*/
1
groovyScript("def result=''; def params=\"${_1}\".replaceAll('[\\\\[|\\\\]|\\\\s]', '').split(',').toList(); for(i = 0; i < params.size(); i++) {result+='\t* @param ' + params[i] + ((i < params.size() - 1) ? '\\n ' : '')}; return result", methodParameters())

2019-09-04
gradel2maven

get pom.xml file from project built by gradle

参考文档

2019-08-06
ScalaTest

text

text

2019-07-25
通俗语言解释Monad

2019-07-25
通俗语言解释Monad

2019-07-10
FpInScala读书笔记

  • FoldLeft和FoldRight有什么区别?
  • 练习3.7怎么解?
  • FoldRight 如何通过FoldLeft 来实现?
  • 《聊聊什么是函数式》
  • 《聊聊尾递归, 是不是所有的递归都可以转化为尾递归, 如果是怎么证明, 如果不是,怎么把可以转化为尾递归的递归操作转化为尾递归》
  • 《聊聊Scala的Option》
  • append two List
  • append List[List]
  • 如何把ZipWith 改成尾递归操作
  • List hasSubSequence 如何设计
  • 《聊聊Scala的型变》
  • by name和by value什么区别?
  • Scala为啥要定义Stream?
  • 如何定义一个fib Stream
  • monoid monad functor 有什么作用?
  • foldRight By foldMap

随记

《Scala函数式编程》这本小红书写的真的是深奥,读起来比较难以理解, 同市面发行的大部分书籍相比(大部分关于Scala的书我几乎都买了一遍,而且阅读过一遍)明显不同。 本书主要关注的函数式思想的本身,对于语言特性几乎省略了笔墨, 显然不适合于初学者阅读, 比较适合有过Scala开发经验,且好于map filter foldLeft 这些算子背后的本源感兴趣的工程师阅读。

目前已经阅读了第一部分(1-6章), 可以说第一到六章可以给读者建立一个直观的感受, 让读者在脑海里有一个印象, 什么是函数式编程,初步体味一些函数编程的优势, 比如模块化,可复用,避免副作用等。展示了 map flatMap等这种常见的算子背后的实现的方式。

目前正在阅读第二部分, 第二部分可以看做是通过案例来介绍一下函数式编程的优势,在阅读的过程之中,已经稍微能够感受到点难度,不是很好理解。

本书循序渐进,带领你抽丝剥茧,真神书也!

2019年 7月25日 星期四 22时11分57秒 CST
至此, 本神书已阅读完前3部分。第四部分暂时不再继续阅读下去, 打算重温一下基础知识。 欲速则不达。

Monoid Monad Functor

– Functor 就是定义一个可以在容器上进行map操作的接口的标准

简练解释Functor Monoid Monad的含义的文章
另一篇参考
Monad Slide
写给程序员的范畴轮

2019-07-03
聊聊Scala判等

2019-06-22
基础概率分布

线性回归的基本假设是什么?

  • 回归分析模型是正确设定。回归分析的结果和检验结果只有统计意义。即便是回归分析的结果在统计意义上非常显著,我们也很难说x与y之间就一定存在某种显著关系。如果回归分析模型设定错误,即使回归分析结果显著,也不能得到有意义的结论。回归分析不能帮助我们设定回归分析模型,只能帮助我们验证回归分析模型。[https://zhuanlan.zhihu.com/p/45427806]
  • 自变量方差趋近于一个非零有限常数。 如果X的方差趋近于无穷,则X和Y的相关系数趋向于0, 则X和Y之间没有关系。
  • 残差(随机扰动)期望为0 ,方差相同, 且在样本量趋于无穷的情况系服从正太分布。

线性回归模型中为啥要假设残差符合正态分布?

最小二乘估计和极大似然估计有什么关系?

给出一组样本, 如何证明该组样本来源于正太分布?如果可以证明是来源于正太分布的话, 那么可信度是多少呢?

线性回归和正态分布以及t-检验有什么关系?

生成式模型和判别式模型到底有什么区别?

可以用马尔科夫链蒙特卡洛方法进行线性回归吗?

参考文献

回归分析的五个假设

2019-05-30
reflction_on_data_develop_ahout_4_years

#

#

#