Spring Cloud Alibaba学习笔记

大数据学习必备的linux命令

2023年JavaScript学习笔记

数据孤岛和隐私保护已经成为制约人工智能发展的关键因素。联邦学习作为一种新型的隐私保护计算方案，在数据不出本地的前提下，能有效联合各参与方联合建模，从而实现“共同富裕”，成为当下人工智能领域备受关注的热点。本书以实战为主（包括对应用案例的深入讲解和代码分析），兼顾对理论知识的系统总结。全书由五部分共19 章构成。**部分简要介绍了联邦学习的理论知识点；第二部分介绍如何使用Python 和FATE 进行简单的联邦学习建模；第三部分是联邦学习的案例分析，筛选了经典案例进行讲解，部分案例用Python 代码实现，部分案例采用FATE 实现；第四部分主要介绍和联邦学习相关的高级知识点，包括联邦学习的架构和训练的加速方法等；第五部分是回顾与展望。本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读

《大数据挖掘与统计机器学习》介绍数据挖掘与统计机器学习领域最常用的模型和算法，包括最基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。介绍无监督的学习中的聚类方法和业界广泛使用的系统方法。除了方法的理论讲解之外，我们给出了每种方法的R语言实现，以及应用Python语言实现深度学习和支持向量机两种方法。《大数据挖掘与统计机器学习》的一个亮点是一章给出的两个大数据案例，数据量均在10G左右。

《机器学习观止——核心原理与实践》在写作伊始，就把读者设想为一位虽然没有任何AI基础，但对技术本身抱有浓厚兴趣、喜欢“抽丝剥茧”、探究真相的“有识之士”。有别于市面上部分AI技术书籍从一开始就直接讲解各种“高深莫测”算法的叙 述手法，《机器学习观止——核心原理与实践》尝试先从零开始构建基础技术点，而后“循序渐进”地引领读者前进，*终“直捣黄龙”，赢取*后的胜利。

机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法，共分三篇。

本书是学习信息与编码理论课程的教辅用书，旨在为本科生和硕士研究生的课程学习提供指导和帮助。本书以香农信息理论为核心内容，同时也包含信源压缩编码、纠错码以及网络信息论等内容。全书共分8章，每章由基本内容和学习要点、习题详解和精选习题解答三部分组成。基本内容和学习要点部分是对各章节知识点的高度概括。在此基础上，对基本题和精选题作了详细推演和解答。

《Web前端学习笔记：HTML5+CSS3+JavaScript》以杰瑞教育前端课程大纲为基准，由浅及深地讲解了Web前端开发所需的知识。全书共3篇，涵盖了HTML5、CSS3以及JavaScript等多项技术，并提供学习视频，循序渐进地讲解每个知识点，同时每章均配有课堂案例与练习，让读者能够在学习的过程中进行实践操作，提高动手能力。本书可以帮助初学者顺利步入Web前端开发领域，也可作为开发人员的参考手册以及大中专院校与培训机构的教材。

为什么学习Scala？无需成为数据科学家或分布式计算专家，你也能掌握这种面向对象函数式编程语言。这是一本很实用的书，它以通俗易懂的方式对Scala语言做了全面的介绍，还给出了大量语法图、示例和练习来帮助你理解书中的内容。首先你将了解Scala的核心类型和语法，然后会深入学习高阶函数和不可变的数据结构。 Jason Swartz在书中介绍了Scala简洁而且很有表述性的语法，解释了它的类型安全性和性能可以确保稳定性，另外说明了Scala可以快速运行，适用所有应用。基于这些特点，作者展示了为什么Scala会成为想要提高水平的Ruby或Python开发人员的理想语言。学习核心数据类型、字面量、值和变量。了解如何使用表达式（Scala语法的基础）思考以及编写代码。 编写接收或返回其他函数的高阶函数。熟悉不可变数据结构，利用类型安全的描述性操作轻松地完成变换。创建定制的中缀操作符简化现有操作，甚至可以针对你自己的领域编写特定的语言。构建包括一个或多个trait的类来提供充分的可重用性，或者在实例化时混合使用trait创建新功能