- 综合排序
- 最热优先
- 最新优先
- 来自专栏学习法
米氏学习法 ：一种高效的学习方法
这是我多年实践总结的一套高效的学习法，这种高效的学习方法，也叫意义点学习法，因为此学习法的核心概念是：意义点（meaning point） 我们需要选择一个想学习的主题或概念，可以是一本书、一篇文章、一个理论或一个技能等等 不知道什么，只有知道当下，才可以知道全局 比如我们在学习函数的时候，其中一个意义点，是只需要回忆函数有几种参数的形式即可，至于函数有几种(比如对象的方法，全局函数，类方法)是另一个意义点所需要回忆的事情 费曼学习法本身多理念是完全正确的 我们把每一条语句放做一行 然后一个多行段落（也就是没有空行的多行）算作一个意义点（也可以理解为一个整个的意义点） 多个意义点就完成整个标的文章的学习 我们一定是要有一个记录的格式，放到专用的笔记里，以方便温故而知新 这种学习法的意义是什么 这是一种思维的方式，看起来意义点是无序的，但是是非常清晰的 比如做决策，比如学习，思维方式是一样的 此学习方法除了适用于各种学科广义的学习，也适合学习编程，后续会有系列文章讲述如何用于学习编程 除了说明学习法本身的一些概念 ，我还整理出一整套细化的流程非常清晰的学习法实施方案，实施的细节也非常重要，某些很小的细节会起到至关重要的作用，很多细节是我在多年的不断实践中逐步改良形成的 进入学习状态后 亲身经历是很伤脑的 也就是说每隔一小时要休息一段时间
24510编辑于 2024-05-09 - 来自专栏单细胞天地
用米氏方程解决单细胞转录组dropout现象
你现在看到的是文献速递 背景知识 米氏方程（Michaelis-Menten equation）: v=Vmax × [S] /（Km+[S]) 在假定存在一个稳态反应条件下推导出来的，其中 Km 值称为米氏常数
1.8K10发布于 2020-03-27 - 来自专栏生信菜鸟团
【生信文献200篇】02 用米氏方程解决单细胞转录组dropout现象
单细胞转录组数据里面的dropouts可以达到50%，但是通常认为这个dropouts是因为在文库构建的过程中，有部分基因没有被成功的反转录，是一个酶促反应，继而可以与米氏方程联系起来。 米氏方程（Michaelis-Menten equation）是表示一个酶促反应的起始速度与底物浓度关系的速度方程: v=Vmax × [S] /（Km+[S]) 在酶促反应中，在低浓度底物情况下， 在假定存在一个稳态反应条件下推导出来的，其中 Km 值称为米氏常数，Vmax是酶被底物饱和时的反应速度，[S]为底物浓度。 知道了这些背景知识，应该就会想到，这个由米氏方程包装的M3Drop包是怎么与dropout rate（多0表达的情况叫做dropout rate），gene expression结合起来？ 米氏方程： ? 其中S是基因在所有细胞中的平均表达，K_M是米氏常数，P_{dropout}表示cDNA的数量在任何细胞中达到某些实验特定的检测阈值的概率。
2K20发布于 2021-01-05 - 来自专栏程序员奇点
比较学习法
比较学习法 比较学习法用来提升技术宽度 横向比较同一个领域中类似的技术，梳理它们异同，分析它们各自的优缺点和适用场景。 比较学习法的步骤 先用链式学习法掌握某个领域的一项技术，将这个领域的关键技术点整理成表格。 基于整理好的技术点，学习这个领域的另一项技术，将它们在技术点上的差异整理成思维导图。 示例： 以缓存领域的 Memcache 和 Redis 为例，说明一下比较学习法的用法。 先用链式学习法掌握 Memcache 技术，整理出缓存领域的 6 个关键技术点 基于这 6 点快速掌握 Redis 技术，整理出 Memcache 和 Redis 在这些点上的差异。 在这里插入图片描述 比较学习法的优点 学得快 同一个领域的技术在功能上大都是类似的，区别往往在于实现方案和细节。
43100编辑于 2022-03-12 - 来自专栏小浩算法
1米*1米*1米*1米*1米等于什么？
在知乎上看到这个问题，觉得很有趣： 众所周知，1米乘以1米 等于1平方米 平面空间。 再相乘等于立方米 2 维空间，那如果乘以 5 次，是不是能达到更高维的空间呢？ .... 爱因斯坦低头看到牛顿站在一块长宽都是一米的正方形的地板砖上，不解。 牛顿：“我脚下这是一平方米的方块，我站在上面就是牛顿/平方米，所以你抓住的不是牛顿，你抓住的是帕斯卡” 爱因斯坦倍受挫折，终于忍无可忍地爆发了，于是飞起一脚，踹在牛顿身上，把牛顿踹出了那块一平米的地板砖 牛顿慢慢地从地上爬起来，说：“不，我已经不是帕斯卡了，你刚刚让我牛顿移动了一米的距离，所以，我现在也是焦耳了” 焦耳这次学聪明了,一把扑到了阿伏伽德罗在自己身下,说：“你看,我现在是J/mol啦”,正当爱因斯坦思考
1K41发布于 2021-08-20 - 来自专栏钱塘小甲子的博客
巴氏距离实例
之前提到了巴氏距离，巴氏距离用来检测两张图像不像是一个很好的工具哟~ 我们就用Matlab来检测一下巴氏距离的威力吧！ 当樱花以秒速3.5米下落，我又该如何寻思你。 首先这是主教拍摄樱顶的图片 ? 这张是上半部分，但是两张还是很想哦，至少人类是这么认为的。 ? 这是第三张，基本就不太能够辨认了。 ? 然后我们要做的就是计算第二张图片与原图（第一张图片）之间的巴氏距离，以及第三张图片与第二张图片之间的巴氏距离。反正，结果是这样的： ? 这是三张图片对应的直方图。 ? 这是最后的两个巴氏距离，当然啦，前一个第一张和第二张的，后一个是第一张和第三张的。说明第一张图片和第二张图片更加像，看来我的眼光还是挺好哒。 sumMa+sqrt(PsMa(i)*PsOrg(i)); sumNonMa=sumNonMa+sqrt(PsNon(i)*PsOrg(i)); end sumMa sumNonMa 这一段就是求两个巴氏距离的程序
1.8K40发布于 2019-01-29 - 来自专栏程序员的时光
1米*1米*1米*1米*1米等于什么？
大家好，最近在知乎上看到这个问题，觉得很有趣： 众所周知，1米乘以1米 等于1平方米 平面空间。 再相乘等于立方米 2 维空间，那如果乘以 5 次，是不是能达到更高维的空间呢？ .... 爱因斯坦低头看到牛顿站在一块长宽都是一米的正方形的地板砖上，不解。 牛顿：“我脚下这是一平方米的方块，我站在上面就是牛顿/平方米，所以你抓住的不是牛顿，你抓住的是帕斯卡” 爱因斯坦倍受挫折，终于忍无可忍地爆发了，于是飞起一脚，踹在牛顿身上，把牛顿踹出了那块一平米的地板砖 牛顿慢慢地从地上爬起来，说：“不，我已经不是帕斯卡了，你刚刚让我牛顿移动了一米的距离，所以，我现在也是焦耳了” 焦耳这次学聪明了,一把扑到了阿伏伽德罗在自己身下,说：“你看,我现在是J/mol啦”,正当爱因斯坦思考
78520编辑于 2022-09-22 - 来自专栏韩曙亮的移动开发专栏
【集合论】卡氏积 ( 卡氏积概念 | 卡氏积示例 | 卡氏积性质 | 非交换性 | 非结合性 | 分配律 | 有序对为空 | n 维卡氏积 | n 维卡氏积个数 | n维卡氏积性质 )
文章目录 一、 卡氏积 二、 卡氏积示例 三、 卡氏积性质 四、 n 维卡氏积 五、 n 维卡氏积个数 六、 n 维卡氏积性质 前置博客 : 【集合论】有序对 ( 有序对 | 有序三元组 | 有序 n 元祖 ) 一、 卡氏积 ---- 卡氏积 : A , B 是两个集合 , 由 A 集合中的元素作为第一个元素 , 由 B 集合中的元素作为第二个元素 , 符合上述条件的有序对组成的集合 , A 与 集合 B 的 卡氏积 是一个 新的集合 , 这个新集合是一个 有序对集合 ; 二、 卡氏积示例 ---- 集合 A = \{ \varnothing , a \} , 集合 B = ; 五、 n 维卡氏积个数 ---- n 维卡氏积个数 : |A_i| = n_i \ , \ i = 1, 2, \cdots , n \Rightarrow | A_1 \times A_2 \ ; n_1 \times n_2 \times \cdots \times n_n : n 个集合的卡氏积结果 ; 六、 n 维卡氏积性质 ---- n 维卡氏积性质 : 与 2 维卡氏积性质类似
1.3K00编辑于 2023-03-28 - 来自专栏博客迁移同步
埃氏筛法
限制条件n≤106 如果要对许多整数进行素性测试，用埃氏筛法比较好 埃氏筛法原理：先将2到n范围内的所有整数写下来。其中最小的数字2是素数。将表中所有2的倍数都划去。
47920编辑于 2023-05-06 - 来自专栏xingoo, 一个梦想做发明家的程序员
Gossip费氏数列
问题说明： 若有一只兔子，每月生一只，一个月以后小兔子也开始生产。起初一只兔子，一个月以后两只兔子，两个月以后三只兔子，三个月后五只兔子。。 算法描述： 简单的递归即可： #include <stdio.h> #include <stdlib.h> #define N 20 int main() { int Fib[N] = {0}; int i; Fib[0] = Fib[1] = 1; for(i=2;i<N;i++) Fib[i]
94960发布于 2018-01-17 - 来自专栏日拱一兵
世界上最好的学习法：费曼学习法
当然，也可以通过优秀的学习法来进行学习，比如今天讲的“费曼学习法”，可以将你的学习效率极大的提高。 ## 费曼学习法 费曼学习法是由加拿大物理学家费曼所发明的一种高效的学习方法，费曼本身是一个天才，13岁自学微积分，24岁加入曼哈顿计划（核武器计划）；而Google创始人谢尔盖布林都在使用的学习方法， 比尔盖茨、乔布斯、拉里佩奇都是费曼学习法的拥戴者。 不论上面的报道是否属实，但它正是费曼学习法的典型体现。费曼学习法用通俗易懂的话来说就是：通过向别人清楚的解说某一件事，来确认自己是否真正弄懂了这件事。 下面我们就来了解一下费曼学习法的具体操作。 ?
97010发布于 2020-02-26 - 来自专栏全栈程序员必看
费曼学习法
费曼学习法 我的理解：费曼学习法就是把学好的东西用简洁易懂的语言，传授给别人 举例：你学完微积分，然后自己去培训班，自己做老师，传授给学生们，并且学生们都能听懂 费曼学习法的四个步骤： 1.确定目标 比如：我想开发一个自动化平台，需要用到的技术，那就是你的目标 2.模拟教学 这一步是整个费曼学习法的核心，关于模拟教学有一个很著名的理论，叫“学习金字塔”。 但是别灰心，这些知识盲区，这些使你混淆的地方，正是你可以去提升的地方，这也正是费曼学习法的魅力所在。 怎么做呢？重复上面第一、二个步骤。
1.7K40编辑于 2022-09-16 - 来自专栏程序员奇点
环式学习法
文章出自华仔 环式学习法 环式学习法用来学习技术广度 环式学习法更加适合业务系统相关的技术人员，而不太适合中间件（数据库、缓存、消息队列和服务中心等）相关的的技术人员，因为中间件的技术更加专注于深度和宽度 技术上常见的闭环是功能环，代表某个功能的处理过程 以一个简单的“用户登录”为例，如果它的实现方式是前端在手机 App 上用做登录页面，后端用了微服务架构来存储，那么就可以构建这样一个功能环 在这里插入图片描述 环式学习法的步骤 对于单个技术，你还是需要用链式学习法来学习，但是因为数量太多，全部严格按照链式学习法的要求来学是不太现实的。 避免盲目地广撒网却捞不到鱼 环式学习法划定的范围是实际工作的闭环，能够形成一套有效的组合拳，而不是东一榔头西一棒槌的胡乱搭配，能够大大提升学习效率。
48100编辑于 2022-03-12 - 来自专栏全栈程序员必看
邓白氏编码申请条件_苹果邓白氏码申请教程
一、填写申请表单 申请苹果开发者账号途中，我们会用到邓白氏编码，申请邓白氏编码的入口自然也是在申请苹果开发者账号途中进入。 如果没有时间过长没有收到邮件可联系苹果客服，然后会给你发邮件： 邓白氏号码是由邓白氏（D&B）颁发并提供的。 一般情况下，从申请一个邓白氏编码到最后这个邓白氏编码生效，大概是需要5-7个工作天的时间。 如果您想要查看您的邓白氏号码的申请进度，请您通过以下邮箱与邓白氏公司的支持部门进行联系： appdeveloper@dnb.com 在给邓白氏发邮件时，请在标题栏注明 DUNS Status Request （邓白氏号码审核进度查询）， 并提供以下信息以供邓白氏公司查看贵公司的号码申请进度： Request ID (申请号码): Legal Entity Name (公司在邓白氏公司注册的英文名称
3.5K30编辑于 2022-11-15 - 来自专栏机器学习、深度学习
马氏距离
stats.stackexchange.com/questions/62092/bottom-to-top-explanation-of-the-mahalanobis-distance 上面三个网页对马氏距离解释的很好
85210发布于 2021-01-13 - 来自专栏Niuery的技术日记
Learning by teaching --- 费曼学习法
世界上存在成千上万种学习法，如果上天只让我掌握一种，那一定就是“费曼学习法”。 介绍 费曼学习法是由诺贝尔物理学奖获得者理查德·费曼提出的一种学习方法，其核心思想是将所学内容用自己的话表达出来，以此检验自己对知识的掌握程度。 费曼学习法可以简化为四个单词：Concept、Teach、Review、Simplify 具体而言，费曼学习法包括以下几个步骤： Concept：选择一个主题，并尽可能全面地了解这个主题； Teach：
82220编辑于 2023-10-22 - 来自专栏Niuery的技术日记
Learning by teaching --- 费曼学习法
世界上存在成千上万种学习法，如果上天只让我掌握一种，那一定就是“费曼学习法”。 介绍 费曼学习法是由诺贝尔物理学奖获得者理查德·费曼提出的一种学习方法，其核心思想是将所学内容用自己的话表达出来，以此检验自己对知识的掌握程度。 费曼学习法可以简化为四个单词：Concept、Teach、Review、Simplify 具体而言，费曼学习法包括以下几个步骤： Concept：选择一个主题，并尽可能全面地了解这个主题； Teach：
56610编辑于 2023-10-22 - 来自专栏ACM算法竞赛——模板
ACM算法竞赛——埃氏筛（模板）
求1~n中质数的个数 void get_primes(int n) { for(int i = 2; i <= n; i ++) { if(!st[i]) { primes[cnt ++] = n; for(int j = i + i; j <= n; j += i) st[j] = true; } } }
32740编辑于 2022-05-18 - 来自专栏笃信好学
顶级费曼学习法 总结
高效学习方法， 6小时视频总结。5部分: 思维篇，概念篇，原理篇，法则篇，技术篇1思维篇核心; 对标图片2概念篇核心1：模仿与反复核心2: 学会提问核心3: 认可考试对于掌握知识的重要作用图片图片图片图片3原理篇核心1：记忆力核心2：速成核心3：上瘾学习>>>如何定目标图片图片图片图片图片图片4法则篇核心1：杠铃法则核心2：把你能做的事情做好，就能创造奇迹图片图片图片图片技术篇核心1：费曼技巧核心2：大脑演练术核心3：进步本图片图片图片图片
66810编辑于 2023-02-15 - 来自专栏博客迁移同步
素数对猜想(埃氏筛法)
这一题用数组存素数的时候用了埃氏筛法。
34020编辑于 2023-05-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号