题目大意：a和b坐了两列不同的火车，且打算再车站会面。a车在$[t1,t2]\(时间段等概率到达，b在\)[s1,s2]$时间段等概率到达。火车停$w$分钟后出发。求碰面的概率。 解法简述： 设a在x时间到达，b在y时间到达，即$|y-x|<=w$时可以碰面。即$x-w<=y<=x+w$ （白书配图 ...
分类：
其他好文 时间：
2020-06-11 19:52:03
阅读次数：
41
例1现有甲乙两台机器，已知甲出故障的概率为$0.9$，乙出故障的概率为$0.85$，两个同时出故障的概率为$0.8$，那么两台机器中至少有一台出故障的概率为多少？ 法1：\(P=0.9+0.85-0.8=0.95\)，对， 法2：$1-(1-0.9)(1-0.85)=0.985$，错误； 例1某设备 ...
分类：
其他好文 时间：
2020-06-10 22:51:00
阅读次数：
62
? 原文链接：http://tecdat.cn/?p=13807 在概率课程中经常会看到标准的正态分布表。 ? ? 现在，我们用R语言生成它。 生成表格 > u=seq(0,3.09,by=0.01) > p=pnorm(u) > m=matrix(p,ncol=10,byrow=TRUE 这里有我 ...
分类：
编程语言 时间：
2020-06-10 20:57:10
阅读次数：
325
我的思考：为什么要定义信息系统的生命周期？生命周期是什么样的？第一个问题：由于信息系统一般都投资大，风险大，复杂度高，难度大，为了能够工程化（提高项目成功的概率），有必要将其划分成多个阶段，在不同的阶段有不同的目标，使用不同的工作方法，各阶段的任务由不同的人来负责，这个过程称为信息系统的生命周期。第二个问题：系统信息的生命周期是什么样的？系统规划阶段：对目前所在的组织环境，现状进行初步调查，根据组
分类：
其他好文 时间：
2020-06-10 09:37:40
阅读次数：
92
参考链接1 参考链接2 一、介绍 极大似然估计和贝叶斯估计分别代表了频率派和贝叶斯派的观点。频率派认为，参数是客观存在的，只是未知而矣。因此，频率派最关心极大似然函数，只要参数求出来了，给定自变量X，Y也就固定了，极大似然估计如下所示: D表示训练数据集，是模型参数 相反的，贝叶斯派认为参数也是随机 ...
分类：
其他好文 时间：
2020-06-09 23:27:55
阅读次数：
87
LINK：迷宫探险 题目中要求在最优的策略下的最大概率 而并非期望概率。 一个坑点 题目中虽然没有明说 但是 探险者是知道地图的模样和每个陷阱的概率的。 所以才有最优策略一说。 最优策略尽管不知道可以随便走取max即可。 容易想到 对于当前状态 有 x,y,hp,s 来描述 。倒着设状态 那就是当前 ...
分类：
其他好文 时间：
2020-06-09 14:55:39
阅读次数：
65
项目需求运用到大转盘 可设置概率 可直接自定义结果 效果如下 ? 两种方法及结合法 一 通过canvas 实现 但是因为定时器原因 手机端卡顿严重 故而最终使用了方法二 但也是该记录下 学习canvas 二 通过小程序Api animation完成完美解决卡顿问题 更精确定位 有样式缺陷 css无法 ...
分类：
微信 时间：
2020-06-08 13:07:13
阅读次数：
89
题目描述 1<=n<=200，1<=ai ?1000; 题解 苟题 以下和loj#2541. 「PKUWC2018」猎人杀 一起讲，其中w和a相等 显然可以得出一号存活的概率是 \(\huge \sum_{p \& 1\notin p} \prod_i{\frac{w[pi]}{\sum_{j=i} ...
分类：
其他好文 时间：
2020-06-07 22:59:30
阅读次数：
111
1.简述人工智能、机器学习和深度学习三者的联系与区别。 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的 ...
分类：
其他好文 时间：
2020-06-07 09:26:59
阅读次数：
90
前言 随着微服务的流行，单体应用被拆分成一个个独立的微进程，可能一个简单的请求，需要多个微服务共同处理，这样其实是增加了出错的概率，所以如何保证在单个微服务出现问题的时候，对整个系统的负面影响降到最低，这就需要用到我们今天要介绍的线程隔离。 线程模型 在介绍线程隔离之前，我们先了解一下主流容器，框架 ...
分类：
编程语言 时间：
2020-06-07 00:55:02
阅读次数：
160
