首页
时间线
分类
标签
图库
留言板
关于
1
nanobanana提示词整理
2
Cherry Studio API 调用指南(本地部署版)
3
好看的颜色及其 Hex 代码合集
4
DrissionPage4.1入门
5
快速提升电商网站的流量和获客
登录
Ethan Wilkins
累计撰写
63
篇文章
累计创建
13
个分类
累计创建
41
个标签
导航
首页
时间线
分类
标签
图库
留言板
关于
目录
自我控制的认知偏差
2025-09-07
6
0
0
24.6℃
思考与写作
自我控制的认知偏差 1. 认知层面的错觉 乐观偏差:人们往往高估自己未来的表现,低估困难和诱惑的力量。比如,很多人明知道减肥难,但在订计划时会觉得自己能坚持每天跑步。 意志力错觉:在冷静状态下,人们觉得自己能抵挡诱惑,但一旦真正面对(饥饿、疲劳、压力),控制力会迅速下降。这叫“冷–热认知差距”。 2
萨姆大数法则(Law of Large Numbers, LLN)
2025-09-06
6
0
0
24.6℃
学习与资料
萨姆大数法则(Law of Large Numbers, LLN) 一、通俗解释 萨姆大数法则其实就是 “平均值会趋近于期望值”。 当你重复很多次独立的随机实验时,结果的平均值会越来越接近理论上的平均数。 换句话说,小样本会有波动,大样本会稳定下来。 例子: 掷硬币一次,结果可能是正面,也可能是反面
SQL 教学文档:正常写法 vs 变量写法
2025-09-05
13
0
0
25.3℃
编程基础
SQL 教学文档:正常写法 vs 变量写法 一、背景介绍 MACD 指标常用于金融量化分析,核心计算公式: EMA12 = 12 日指数移动平均 EMA26 = 26 日指数移动平均 DIF = EMA12 - EMA26 DEA = DIF 的 9 日 EMA MACD = 2 × (DIF -
归一化(Normalization) 数据标准化缩放常见方法
2025-09-04
6
0
0
24.6℃
编程基础
1. Min-Max 归一化(常见) 公式: x′=x−min(x)max(x)−min(x)x' = \frac{x - \min(x)}{\max(x) - \min(x)} 范围:把数据映射到 [0,1] 或其他区间。 优点:直观,保留原始分布比例。 缺点:受极端值影响很大。 2. Z-
在市场情绪和定价中寻找机会
2025-09-03
7
0
0
24.7℃
金融与经济
1. 早期误区 把“长期持有好公司”简单理解成“任何时候买好公司都能赢”。 这种理解忽略了价格与价值的关系,导致在错误的时间点买入时容错率很低。 2. 纠偏与学习 通过实盘和书本反馈,逐渐体会到安全边际和价格合理性的重要性。 引入 Howard Marks 的观点:“好公司 ≠ 好投资,合理价格才是
一个人的核心能力是什么
2025-09-02
14
0
0
25.4℃
思考与写作
一个人的核心能力是什么? 核心能力主要体现在四个方面的差异: 信息能力 是否能比别人收集到更多的信息。 判断能力 在信息差不多的情况下,能否作出更精准、更深远的判断。 谋略能力 在信息和判断差不多的情况下,能否在有限时间内想象、设计并计算出更优的策略。 执行能力 能否高效、持续地把策略落实下去。 这
XPath 高级用法与常见问题
2025-09-01
15
0
0
25.5℃
Web开发
XPath 高级用法与常见问题 一、基础概念回顾 XPath 是用于在 XML/HTML 文档中定位元素的语言。 基本语法: / 表示从根节点开始查找。 // 表示从任意位置查找。 @attr 表示选择属性。 [条件] 用于筛选节点。 text() 提取节点文本。 二、常见问题及注意点 1. 使用位
nanobanana提示词整理
2025-08-31
53
0
0
29.3℃
AI与新技术
nanobanana图片变3D模型 提示词: 1.请把照片的角色用nanobanana模型重画,突出主体,去掉背景等无关元素,100%完整还原人物形象,保持面部特征、表情不变,保持穿着装饰不变 2.请把重绘后的照片用 nanobanana 模型变成一个角色手办。在手办后面,放置一个印有角色形象的包装
SQL 小抄表(带中文说明 + 示例)
2025-08-29
10
0
1
27.0℃
编程基础
SQL 小抄表(带中文说明 + 示例) 1. 基础命令 SELECT:选择要查询的列 SELECT name, salary FROM employees; WHERE:筛选符合条件的记录 SELECT * FROM employees WHERE age > 30; <
AI 的底层算法模型架构
2025-08-28
12
0
0
25.2℃
AI与新技术
AI 的底层算法/模型架构 一、神经网络基本架构 这些是最早的深度学习基石: 感知机 (Perceptron):最简单的神经元模型,只能做线性分类。 多层感知机 (MLP / Feedforward Neural Network):堆叠多层感知机,可以逼近任意函数。
上一页
下一页
1
2
3
4
5
6
7
弹