有個bug矾湃，先上傳3個刨裆，再追加1個，再追加1個贯要，最后一次追加沒提示
react-antd項目中多文件上傳限制需求：一個附件列表讹蘑，帶上傳功能启上，在上傳時要求總附件數(shù)量不超過3個分析：在上傳時進行before驗證就漾，在onChange函數(shù)中進行計數(shù)清零及文件處理場景：1，沒有文件痕慢，上傳數(shù)量...
IP屬地：廣東
-
-
( 1fr )[4]尚揣，要這樣寫
CSS Grid 在 IE 瀏覽器 兼容
現(xiàn)代瀏覽器 | IE瀏覽器 display: grid; | display: -ms-grid; //加前綴-ms grid-template-columns: repea...
-
為什么這個-ms-grid-columns用著不行
CSS Grid 在 IE 瀏覽器 兼容
現(xiàn)代瀏覽器 | IE瀏覽器 display: grid; | display: -ms-grid; //加前綴-ms grid-template-columns: repea...
-
Credit Metrics模型1、簡介 信用風險是貸款和債券投資面臨的主要風險掖举。Credit Metrics模型通過估計貸款快骗、債券等信用工具在一定時期內(nèi)的未來價值變化分布，關(guān)鍵在于計算在險價值VaR來衡量...
-
Credit Risk+模型1塔次、簡介 模型假設(shè)：(1)每筆貸款在給定期間內(nèi)違約率不變方篮；(2)每個借款人的違約率非常小，且違約數(shù)相互獨立励负。所以違約事件發(fā)生的概率分布服從泊松分布藕溅。定義：Credit Ri...
-
kaggle——泰坦尼克之災(zāi)2之前已經(jīng)寫過一篇關(guān)于這個比賽的簡書，簡單的描述了比賽的大致流程继榆，參考簡書巾表。在這之后又看了rank3的kernal，參考鏈接裕照，對比起來內(nèi)容更加詳細綜合，所以用這篇簡書來總結(jié)一下...
-
kaggle—泰坦尼克之災(zāi)1泰坦尼克之災(zāi)是kaggle的一個入門案例调塌，本文是我關(guān)于這個比賽的一些記錄 1晋南、jupyter notebook的安裝 相比我之前使用的pycharm，jupyter note...
-
《機器學習》第2章1羔砾、ROC曲線 ROC(Receiver Operating Characteristic负间，受試者工作特征)，其主要分析工具是一個畫在二維平面上的曲線——ROC 曲線姜凄，可衡量...
-
《機器學習》第3章回歸和分類的區(qū)別 對連續(xù)型變量做預測叫回歸葫松，對離散型變量做預測叫分類（好瓜壞瓜） 線性回歸 1熏版、 線性回歸的任務(wù) 線性回歸試圖學得一個屬性的線性組合來進行預測的函數(shù)（其中w表...
-
《機器學習》(周志華)——第5章(神經(jīng)網(wǎng)絡(luò))總結(jié)5.1神經(jīng)元模型 神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)中最基本的成分是神經(jīng)元模型，即“簡單單元”圣贸。 在生物神經(jīng)網(wǎng)絡(luò)中艾扮，一個神經(jīng)元“興奮”時，會向...
-
《機器學習》(周志華)第四章(決策樹)總結(jié)4.1基本流程 決策樹是基于樹結(jié)構(gòu)來進行決策的，例如在西瓜問題中云头，對新樣本的分類可看作對“當前樣本屬于正類嗎”這個問題的“決策”過程，圖4.1是西瓜問題的一棵決策樹 決策樹學...
-
《機器學習》——周志華第三章(線性模型)總結(jié)3.1基本形式 線性模型的向量形式： 其中x=(x1,x2...)淫半，x1表示示例x在第1個屬性的取值溃槐。w表示個各屬性在預測中的重要性。例如 表示通過色澤科吭、根蒂和敲聲來判斷是否...
-
《機器學習》（周志華）——第二章（模型與評估）總結(jié)2.1經(jīng)驗誤差與過擬合 錯誤率：分類錯誤的樣本數(shù)占樣本總數(shù)的比例 精度=1-錯誤率 誤差：學習器的實際預測輸出與樣本的真實輸出之間的差異 訓練誤差/經(jīng)驗誤差：學習器在訓練集上...
-
《機器學習》（周志華）——第一章總結(jié)
1.1引言 機器學習致力于研究如何通過計算的手段昏滴，利用經(jīng)驗來改善系統(tǒng)自身的性能。 計算機從數(shù)據(jù)中產(chǎn)生模型的算法稱為學習算法对人。生活中谣殊，我們可以基于經(jīng)驗作出預判。而在計算機系統(tǒng)中...
-
如果你是程序員，或者有一顆喜歡寫程序的心猖闪，喜歡分享技術(shù)干貨鲜棠、項目經(jīng)驗、程序員日常囧事等等培慌，歡迎投稿《程序員》專題豁陆。 專題主編：小彤花園 http://www.reibang.com/users/4a4eb4feee62/ 【程序員】專題拒稿指北：http://www.reibang.com/p/7c8b33b5f63b 投稿須知： 1.收錄相關(guān)技術(shù)文章，但不限于技術(shù)吵护，也可以是項目經(jīng)驗類的文章和程序員日常盒音。 2.文章內(nèi)不得有任何推廣信息。包括但不限于公眾號馅而、微博祥诽、微信，更不得在通過投稿后再修改文章加入推廣信息瓮恭。你可以將這些推廣以及個人信息放在個人主頁介紹里雄坪。 3.字數(shù)極少，段落混亂屯蹦，大段代碼沒有放到代碼框的文章不收錄 4.不相關(guān)的內(nèi)容不收錄维哈，請確認文章內(nèi)容和本專題相關(guān) 目前針對優(yōu)質(zhì)作者及愛好者，開設(shè)了官方程序員微信群登澜，希望加入請發(fā)簡信給主編小彤花園索取個人微信阔挠，主編會將你加入到【程序員】微信群，分享內(nèi)容脑蠕，收獲知識购撼。添加微信時備注昵稱。
-
本專題僅收錄求職切揭、簡歷、換工作锁摔、職業(yè)規(guī)劃廓旬、招聘、職場干貨谐腰、上班感悟孕豹、管理提升、工作效率等與上班相關(guān)文章十气。 專題投稿和推薦到首頁等事宜請看須知：http://www.reibang.com/p/a74168f36c2d 專題主編：不世虹霓 http://www.reibang.com/u/70c7ef96b1b3 官方交流群【簡書?上班這點事兒】 各位作者大大們好～我是咱專題的新主編（簡書ID：不世虹霓）励背，很高興認識大家(o^^o) 有幾個關(guān)于專題的小變化想和大家分享： 1、從今天起砸西，每天會由我們專題的首席推廣官 @美熙醬 在 專題的幾個社群內(nèi)分享專題日報叶眉，核心內(nèi)容主要包括：專題好文推薦（每日3篇，幫助作者提升閱讀量）芹枷、金句分享等衅疙，未來還會不斷更新補充內(nèi)容。如果你們有什么想要了解的資訊鸳慈，也歡迎隨時告訴我們喲～ 2饱溢、目前專題有3個社群，平時都靜悄悄的走芋，也有不少小伙伴重復進群绩郎。為了營造更好的社群氛圍，讓它重新激發(fā)活力翁逞，這個月我們會就社群進行一些調(diào)整肋杖。每個群會設(shè)定不同主題，之后會組織線上交流挖函、研討活動状植，也會陸續(xù)邀請一些職場咖給我們做群內(nèi)經(jīng)驗分享。此外挪圾，每個群會有一名『專題金牌導師』常駐浅萧，和大家進行更多交流互動逐沙。原則上每位小伙伴不重復入群哲思，具體規(guī)則和活動稍后公布，敬請期待吩案。 3棚赔、群內(nèi)可分享任何來自簡書的鏈接（包括簡書各個公眾號），但不可以分享其他的一切外鏈（包括公公眾號及個人名片、截圖）靠益，不可以發(fā)任何推廣丧肴、廣告信息，否則群主和管理員會直接抱走胧后，隨時損失幾個億哦～ 衷心希望大家能在上班專題有所收獲芋浮，有所成長。 最后：你一定要努力壳快，但千萬別著急??
-
Hi眶痰，很高興在@IT·互聯(lián)網(wǎng)專題遇見你瘤旨。 收錄范圍：收錄IT&互聯(lián)網(wǎng)行業(yè)觀察與思考，數(shù)碼產(chǎn)品極客體驗分析等類型文章 投稿須知：http://www.reibang.com/p/4edc76104c27 專題主編：@若錦 http://www.reibang.com/u/e4c63b354a77 官方社群：可聯(lián)系添加 @若錦 加入專題官方社群交流竖伯、學習存哲，添加時備注簡書ID。
