New-Bullseye
New-Bullseye之前我写过一片博客来搭建一个很简单的 Bullseye游戏。但是由于XCode版本更新的缘故，现在我们再重新创建一个Bullseye。重复的语法问题我们就不再做探讨了，我们现在着重来学习一下软件架构的建立、软件的单元测试，以及软件界面的再优化。
因为之前已经写过这个游戏了，
...
HtmlandCss基础4-第二部分余下
Posted on
Words count in article:
5.6k
|
Reading time ≈
24
HtmlandCss基础4FormsIntroduction
Build forms
Style forms
Text fields
Data lists
Drop-down lists
Check boxes
Radio buttons
Sliders
File inputs
Hidden fi
...
iOS01-FirstiOSapp
Posted on
Words count in article:
6.1k
|
Reading time ≈
26
第一个 Swift AppGetting Started with SwiftUIGetting Started with SwiftUI我们第一个app要做一个小游戏叫做 Bullseye，其实就是一个猜数字的游戏。游戏会随机指定一个数字，然后我们可以拖动进度条来猜一个数字。游戏会判断我们移动的数
...
吴恩达-机器学习1
Posted on
Words count in article:
1.8k
|
Reading time ≈
6
吴恩达-机器学习1一、 引言监督学习监督学习是指我们给计算机一个包含了正确数据(答案)的数据集，算法的目的就是给出更多的真确答案。这也被称为回归问题。比如说下面这张图，叉叉代表着搜集到的正确的数字。而我们要做的，是找出一条拟合的曲线，来预测某一个大小的房子的价格是多少。
虽然说价格最小精确到分，但是
...
Django学习1
Posted on
Words count in article:
16.2k
|
Reading time ≈
66
Django学习1FundamentalsDjango 是一个用来做Web开发的、基于python的开源框架。YouTube、Instergram等网页就是用Django制作的。
Django的好处有很多，比如说它直接提供了一个 admin site，也就是后台帮我们监控流量、处理用户信息等，帮我们
...
概率论-假设检验
Posted on
Words count in article:
970
|
Reading time ≈
3
假设检验假设检验的基本思想与概念我们先举一个女士品茶的例子：有一个女士称她可以鉴别奶茶是先加奶后加茶(MT)还是先加茶后加奶(MT). 那么，我们怎么来检验她是否有这种能力呢？
我们给出一个假设H：该女子没有这种鉴别能力。那么，如果H是正确的，她在10杯奶茶中只能猜，10次都猜对的概率为 $2^{-
...
文件系统
Posted on
Words count in article:
18.6k
|
Reading time ≈
64
文件系统文章转载自：https://www.cnblogs.com/cxuanBlog/p/12565601.html
所有的应用程序都需要存储和检索信息。进程运行时，它能够在自己的存储空间内存储一定量的信息。然而，存储容量受虚拟地址空间大小的限制。对于一些应用程序来说，存储空间的大小是充足的，但
...
IO管理
Posted on
Words count in article:
18.3k
|
Reading time ≈
63
I/O管理搬运自: https://www.cnblogs.com/cxuanBlog/p/13156493.html
我们之前的文章提到了操作系统的三个抽象，它们分别是进程、地址空间和文件，除此之外，操作系统还要控制所有的 I/O 设备。操作系统必须向设备发送命令，捕捉中断并处理错误。它还应该在
...
os-project4
Posted on
Words count in article:
4.7k
|
Reading time ≈
21
os-project4实验目标1.熟悉Minix操作系统的进程管理
2.学习Unix风格的内存管理
实验要求修改Minix3.1.2a的进程管理器，改进brk系统调用的实现，使得分配给进程的数据段+栈段空间耗尽时，brk系统调用给该进程分配一个更大的内存空间，并将原来空间中的数据复制至新分配的内存空
...
概率论第六章
Posted on
Words count in article:
2.2k
|
Reading time ≈
8
概率论第六章 参数估计点估计的概念首先我们给出点估计的定义：
设 $x_1,x_2\cdots,x_n$ 是来自总体的一个样本，用于估计未知参数 $\theta$ 的统计量 $\hat\theta =\hat\theta(x_1,x_2\cdots,x_n)$ 称为$\theta$ 的估计量，或称为
...