原创 用例圖總結
用例圖主要用來描述“用戶、需求、系統功能單元”之間的關係。它展示了一個外部用戶能夠觀察到的系統功能模型圖。 【用途】：幫助開發團隊以一種可視化的
2020-06-26 07:41:38
原创 uml-類圖總結
什麼是類？ 類是具有相同屬性和方法的一組對象的抽象，是面向對象設計中的基本單位。比如老虎、魚、鳥等這些動物都有生命，都需要進行新陳代謝，他們都有這些共同的屬性和方法，所以“動物”就是一個類；如果再往下分比如鳥有燕子、喜鵲
2020-06-26 07:41:38
原创 jquery置頂div的方法-轉載自http://www.jb51.net腳本之家
jquery代碼 <script src="JS/jquery-1.8.3.js" type="text/javascript"></script> <script type="text/javascript"> $(function
2020-02-23 20:16:02
原创 基於uml的需求分析與系統設計-轉載於http://yunzhu.iteye.com
小序： 從學生時代就接觸到UML，幾年的工作中也沒少使用，各種圖形的概念、圖形的元素和屬性，以及圖形的畫法都不能說不熟悉。但是怎樣在實際中有效地使用UML使之發揮應有的作用，怎樣捕捉用戶心中的需求並轉換成明確的UML圖形，怎樣把自己心中的
2020-02-23 20:16:02
原创 struts2下載文件功能（邊下載邊打包）
多個文件，目錄不同，通過條件查詢如何進行打包下載呢？ 1.利用ZipEntry進i行文件的壓縮 2.前臺jsp傳入需要打包下載的一系列的文件的路徑（數組類型）。因爲是在checkBox中，表單提交會自動將其定義成數組。只需要將nam
2020-02-23 20:16:02
原创 uml開發過程轉載自網易博客
UML&開發過程 UML學習 學習UML的三個階段，就是要解決三個問題： 1. 如何使用UML畫圖？（How） 2. 爲什麼要使用UML？（Why） 3. 什麼時候使用UML？（When） 三
2020-02-23 20:16:02
原创 struts2文件下載的時候,處理中文文件名的問題
在文件下載的時候,一般是這麼配置 <result type="stream" name="download"> <param name="contentDisposition">attachment;file
2020-02-23 20:16:02
原创 機器學習實戰——k-近鄰算法（KNN）
k-近鄰算法(KNN)概述 簡單的說，k-近鄰算法採用測量不同特徵值之間的距離方法進行分類，它是一個分類算法。 k-近鄰算法 優點：精度高、對異常值不敏感、無數據輸入假定。 缺點：計算複雜度高、空間複雜度高。 適
2018-08-24 17:26:26
原创 機器學習實戰——機器學習基礎
何爲機器學習 機器學習就是把無序的數據轉換成有用的信息。 關鍵術語 屬性（特徵）：從各個方面描述一個事物，這些方面稱作屬性或者叫特徵 訓練集：用於訓練機器學習算法的數據樣本集合 目標變量：機器學習的結果 主要任務 機器學習主要分爲
2018-08-24 17:26:26
3
原创 windows利用ssh向ubuntu傳文件
如果網絡環境爲代理上網，首先進行代理設置，編輯/etc/environment,加入以下代理設置即可： http_proxy="http://username:passwd@proxyhost:port" https_proxy="htt
2018-08-24 17:26:26
原创 大數據日知錄--數據分片與路由
概念 目前主流的大數據存儲與計算系統通常採用橫向擴展(Scale Out)的方式支持系統可擴展性，即通過增加機器數目來獲得水平擴展能力。對於待存儲處理的海量數據，需要通過數據分片(Shard/partition)來將數據進行切
2018-08-24 17:26:23
2
原创 Hadoop與Spark整合
搭建Hadoop集羣 搭建Hadoop集羣請參考博文《Hadoop集羣搭建及wordcount測試》，在此不再贅述。 安裝Scala 在scala官網下載合適的版本，將scala安裝包拷貝到linux安裝目錄，執行解壓縮命令進行安裝
2018-08-24 17:26:20
1
原创 機器學習實戰--決策樹
決策樹概述 決策樹利用分層的概念將一個複雜的決策問題分解爲多個簡單的判斷問題，最後逐級得到最大支持度的決策結果。 決策樹 優點：計算複雜度不高，輸出結果易於理解，對中間值的缺失不敏感，可以處理不相關特徵數據 缺點：可
2018-08-24 17:26:19
原创 機器學習實戰--基於概率論的分類方法：樸素貝葉斯
樸素貝葉斯概述 樸素貝葉斯算法就是利用我們在概率論中學習的條件概率公式來處理一些分類問題。 樸素貝葉斯 優點：在數據較少的情況下仍然有效，可以處理多類別問題 缺點：對於輸入數據的準備方式較爲敏感 適用數據類型：標
2018-08-24 17:26:19
原创 人工智能、機器學習、深度學習、神經網絡
在經歷了蠻荒的PC互聯網時代，混戰的移動互聯網時代，到現今最火的人工智能時代。大數據、雲計算、機器學習的技術應用，已經使得IT從業者的門檻越來越高。套用一句樊登讀書會的宣傳口號“keep learning”，保持對新鮮技術的好奇心，保持對
2018-08-24 17:26:19
12