在 LaTeX 中使用流程图

流程图是表达算法思想最为有效的图形工具。作为计算机专业的学生,我们经常需要在文档中使用流程图来描述算法。在 LaTeX 中使用流程图可以通过 TikZ 或 flowchart 宏包来实现,但从本质上来说 flowchart 宏包也是使用 TikZ 宏包来实现的。下面分别通过一个简单的例子来对这两种方法进行说明。 使用 flowchart 宏包绘制流程图flowchart 宏包根据 IBM 提出的流程图标准,定义了流程图中最常用的五种标准形状,包括: PROCESS: 一切函数过程 DECESION: 条件判断 PREDEFINED PROCESS:预定义过程 STORAGE: 数据存储 TERMINAL: 开始,结束 下面,我们通过一个简单的示例代码来说明,请注意看代码中的注释 ...

阅读全文

信仰的中庸之道——疑之颂

在向人推介本书时,人们的第一反应会反问:这本书是讲什么的?如若非要给这本书的内容做一个简要的概括的话,那么可以称之为:理性的颂歌。本书从现代思想的多元化开始,到现代社会相对性的阐述,再到相对主义,基要主义、怀疑主义以及最后的中庸政治的评述都充斥着理性的主题。本书从知识面来讲对现代社会主要的思想潮流都做了介绍,并且在论证中都有理有据。从思想上来说,本书推崇的理想思维实际与古希腊哲学的赞歌。所以,本书可以看做是一本现代思想的普及读物,亦可以看做是理性的颂歌。从行文来看,论证严谨,这是非常突出的特点,在本书论证的每个主题时都先对概念进行了界定,精当的措辞,客观而实在。与其他同类主题的书相比,本书相对来说好读,语言并不晦涩,篇幅较短,各章之间论述主题紧凑,易懂。所以,如果作为了解现代社会思想的...

阅读全文

如何在 LaTeX 文档中包含 Matlab 代码

目前已经存在许多宏包可以将程序源码包含到 LaTeX 文档中。最为流行的是可能是 listings和 fancyvrb。然而,由于在设计时考虑到通用性,因此在包含 matlab 代码时设置适当的颜色与标记成为了一件十分繁琐的事。幸运的是Florian Knorn在 Matlab 中心发布了一个简单的模板文件——mcode, 来帮助我们完成这项工作。 配置下载mcode.sty, 如果下载中断的话,还可以到howtotex网上去下载。下载完后将mcode.sty文件放在与tex文件向东文件夹下。并且在 tex 文件的导言区加入如下代码: \usepackage[]{mcode} 方括号中的选项可以包括: bw: 黑白打印(根据灰度进行高亮) numbered: 生成代码行号 frame...

阅读全文

开放数据:如何从无处不在的免费数据中发掘创意和商机

本书是针对开放数据及其在商业中的应用的经济科普性读物。开放数据从定义来说相当简单:那些已经被政府或者其他组织发布,任何人都能获得并能用于任何商业或者个人目的的数据。开放数据在过去的几年中在英美等政府的推动下得到了长足的发展。本书的主要内容就是对开放数据做了一些普及性的介绍,并对其在当前商业环境下的应用给出了建议。 书的内容不多,大体分为两大部分:开放数据的力量与开放数据的发展趋势。开放数据力量部分,又包括:开放数据中蕴含的商机,利用开放数据构建的决策引擎,帮助政府管理数据的数据管理公司、以及以数据为基础的投资分析决策、数据市场营销、基于开放数据的群体创新。总的来说,第一部分是对开放数据在商业中应用的成功模式进行了介绍,并且给出了一些潜在商业可能性的建议。从书本的这部分描述来看,开放数据...

阅读全文

耶稣撒冷传记

耶稣撒冷三千年是由西蒙·蒙蒂菲奥创造的关于耶稣撒冷的历史,原名Jerusalem: The Biograph, 本文名即为原文的直观翻译。之所以不采用中文译名耶稣撒冷三千年是因为,译名给人的直观感觉是这是一本史书,但从内容上来看,这本书并没有史书的严肃,最多只能说是历史故事书。西蒙·蒙蒂菲奥以严肃、中立、客观的视角将耶稣撒冷三千年的历史以故事的口吻来呈现。撰写本文前略微的浏览了一下豆瓣网上的评论,很多人以史书的角度来解读这本书,给出记述流水,行文琐碎,缺乏连贯性的评价也不足为怪了。基于以上认知,对阅读本书的建议是,如果你期望从书中全面了解耶稣撒冷的历史,那么可能换其他书会更好一些;如果你仅仅是想快速的了解耶稣撒冷,并不做严肃的探究,那么本书作为普通的历史故事书还是个不错的选择。 圣城耶...

阅读全文

如何选择分类器

你知道如何为你所面临的分类问题选择机器学习算法吗?当然,如果你十分关注准确率的话,你最好尝试不同的分类器,并且对每个分类器尝试不同的参数,再通过交叉验证来选择出最好的分类器。但如果你仅仅是想找到一个“足够好”的算法或者是一个着手点,那么下面是一些我在过去几年中发现的十分有效的建议: 你的训练集有多大?如果你的训练集很小,那么高偏差/低方差的分类器(如:朴素贝叶斯)会优于低偏差/高方差(如:k近邻)的分类器,因为后者会出现过拟合问题。但是随着你训练数据集的增长低偏差/高方差的分类器会变得更有,这是由于高偏差的分类器在提供精确模型方面表现不足。 一些常见算法的优点朴素贝叶斯的优点朴素贝叶斯算法相当简单,你仅仅需要做一系列的计算即可。如果朴素贝叶斯的条件独立假设成立,那么朴素贝叶斯要比其他非...

阅读全文

© 2017 风陵渡 All Rights Reserved. 本站访客数人次 本站总访问量
Theme by hiero