JackLee

专注,折腾,热爱生活,泳无止境

0%

中毒 昨天下午收到公司 IT 来邮件说,在公司深信服系统中监测出我的电脑疑似中毒: 看到邮件,第一时间觉得不可思议,我用苹果 OSX 系统,中毒概率应该比较低吧。不过深入想了下,自己平时下载软件,能直接下载 DMG 的,就不在 AppStore里面下,平时如果没有认真防范,中招也不是不可能。 中了什么病毒 根据邮件里面的关键字,谷歌了一下: 看来公司IT真没冤枉我,这个 Mokes 有专门针对苹果 OSX 的版本。 查毒杀毒 自从用了苹果系统,就从来没装过杀毒软件,在上一家公司的时候,公司 IT 部门会定期检查员工个人电脑上是否有装杀毒软件,每次临查,我都是提前溜到公司天台去躲避
阅读全文 »

jenkins 声明式pipeline调用远程Docker执行任务 调用远程服务器执行任务的好处 * 一些 CPU 密集计算型任务,比如编译,静态扫描等等,放在单独的服务器上执行,不会对 Jenkins 所在服务器造成性能负担。 * 通过配置多台同样标签的子节点服务器,可以将多个任务分配到这些子节点上并行处理。 将任务执行环境采用 docker 部署而不是直接安装的好处 * 什么是 Docker ?容器对应用程序的好处 * Docker 有什么优势 Jenkins 配置任务在远程服务器 Docker 容器中执行 1. 配置 Jenkins 子节点 * Step by step g
阅读全文 »

躺在沙发上看电影的正确姿势 解决什么问题 自己平时通过组装的一台 NAS 下载电影,这台 NAS运行着Ubuntu Desktop系统, 电影下载完了以后,通过 Nas 上面的 VLC 打开,然后在电视上播放。问题来了,观看的过程中 如果需要暂停,快进等操作,得从沙发上爬起来跑到电视旁边用鼠标操作,非常反人类。 解决途经 谷歌后发现 VLC 是可以通过 VLC Remote 软件进行远程控制的,这样躺沙发上,可以通过手机上的应用远程控制NAS上面的 VLC,实现进度条拖拉,换片,暂停播放等操作。 需要的软件 被控制端: VLC 播放应用, 目前看官网,基本全平台支持。 控制端:
阅读全文 »

Set up the ladder Install v[two]ray on linux server 1 2 3 sudo su bash <(curl -L -s https://install.direct/go.sh) The script installs the following files. * /usr/bin/v[two]ray/v[two]ray: v[two]ray executable * /usr/bin/v[two]ray/v[two]ctl: Utility * /etc/v[two]ray/config.json: Config file
阅读全文 »

远程智能儿童监控系统 设计背景 现代家庭中父母基本上是双职工,家里的儿童大多数时候由保姆或者爷爷奶奶辈照看,小朋友的顽皮以及活动特征的不可预测性时刻牵挂父母的心,通过现在互联网上的一些IOT产品(如小米摄像头,360摄像头等等),可以让父母很方便的实时查看家中的情况。但是父母也不可能时刻盯着监控画面看,需要在某些条件,某些场景下让父母收到系统通知,并立即播放现场直播画面,由父母选择后续操作。 适用场景 * 父母上班,儿童在家由其他人(如爷爷奶奶)照顾。 ** 当检测到小朋友在当前区域内无人看管,立刻通知远端父母实时查看直播视频,与被监控端进行通话,安抚或者呼叫现场人员。
阅读全文 »

决策树 决策树是一种非常基础又常见的机器学习模型。 一棵决策树(Decision Tree)是一个树结构(可以是二叉树或非二叉树),每个非叶节点对应一个特征,该节点的每个分支代表这个特征的一个取值,而每个叶节点存放一个类别或一个回归函数。 使用决策树进行决策的过程就是从根节点开始,提取出待分类项中相应的特征,按照其值选择输出分支,依次向下,直到到达叶子节点,将叶子节点存放的类别或者回归函数的运算结果作为输出(决策)结果。 构建决策树 1. 准备若干的训练数据(假设有 m 个样本); 2. 标明每个样本预期的类别; 3. 人为选取一些特征(即决
阅读全文 »

逻辑回归 Logistic Regression (LR) 逻辑回归的模型函数 $ h_\theta(x) = \frac{1}{1+e^{-\theta^Tx}} $ 借助数学工具解决问题的方法 * 首先,将目标问题定义为一个函数; * 之后,选取最简单的假设作为其具体形式; * 然后,用事实数据验证该形式,确认有效后沿用,形成数学模型; * 一旦当前采用的数学模型出现问题,则对其进行修正(添加修正项),同样借助事实数据来求取修正项的形式,形成新的(升级版)数学模型。 直接、简单、基于现有成果——这也是人类在现实
阅读全文 »

极大似然估计 (Maximum Likelihood Estimation, MLE) 似然(Likelihood) * 似然指某种事件发生的可能,和概率相似。 二者区别在于:概率用在已知参数的情况下,用来预测后续观测所得到的结果。似然则正相反,用于参数未知,但某些观测所得结果已知的情况,用来对参数进行估计。
阅读全文 »

分类 VS 回归 分类模型 VS 回归模型 最根本的不同:前者是预测一个标签(类型、类别);后者则是预测一个量。 换一个角度来看,分类模型输出的预测值是离散值;而回归模型输出的预测值则是连续值。 也就是说输入一个样本给模型,回归模型给出的预测结果是在某个值域(一般是实数域或其子集)上的任意值;而分类模型则是给出特定的某几个离散值之一。 先验概率和后验概率 * 先验概率(prior probability):指根据以往经验和分析。在实验或采样前就可以得到的概率。 * 后验概率(posterior probability):指某件事已经发生,想要计算这件事发生的原因是
阅读全文 »