授课对象：这是一门数学课程，适合有志于转往大数据分析领域的非数学专业人士（例如IT人，业务人员等）补强数学基础，以更好地学习更高级的数据分析，数据挖掘，机器学习课程收获预期：可以大幅度提高学员的数学基础，使其学习其它大数据分析课程时觉得更加简单，得心应手课程内容：第1课面向小白的统计学：描述性统计（均值，中位数，众数，方差，标准差，与常见的统计图表）第2课赌博设计：概率的基本概念，古典概型第3课每人脑袋里有个贝叶斯：条件概率与贝叶斯公式，独立性第4课啊！微积分：随机变量及其分布（二项分布，均匀分布，正态分布）&J.e3P:w6X2^;K*W1U&X第5课万事皆由分布掌握：多维随机变量及其分布4o7|%v%n9\"m4R)|第5课砖家的统计学：随机变量的期望，方差与协方差"s4@+n.v"I:V)`-u第6课上帝之手，统计学的哲学基础：大数定律、中心极限定理与抽样分布+j:W+V/n1_4Y)`/w+[第8课点数成金，从抽样推测规律之一：参数估计之点估计$v3^1V.H(t,G9b:U第9课点数成金，从抽样推测规律之二：参数估计之区间估计第10课对或错？告别拍脑袋决策：基于正态总体的假设检验第11课扔掉正态分布：秩和检验!s!G1w#i3P*]#e第12课预测未来的技术：回归分析,O%b!U)k4h#]$p第13课抓住表象背后那只手：方差分析第14课沿着时间轴前进，预测电子商务业绩：时间序列分析简介,X.n%b4~8PE9\+d第15课PageRank的背后：随机过程与马尔科夫链简介

本书对Delphi7语法和程序设计思想进行了全面的阐述，共分14章，全面讲解了面向对象的程序设计概念、Delphi7的数据类型与表达式、Delphi7程序设计语句、Delphi的组件与窗体、数组程序设计、过程与函数程序设计、文件程序设计、组件和DLL开发技术、数据库程序设计和多媒体程序设计等内容。
本书从教学实践的角度出发，立足于提高学生的程序设计应用能力，全书理论分析透彻严谨，实例丰富生动，内容由浅入深，能快速地引导学生进入Delphi7编程世界。
本书可作为高等院校程序设计课程教材，也可作为广大希望掌握Delphi7编程的程序设计人员的参考用书。
第1章Delphi7程序设计入门1.1理论知识1.1.1算法与程序设计1.1.2面向对象程序设计基础1.1.3Delphi7概述1.1.4Delphi7的集成开发环境1.1.5利用Delphi开发应用程序的方法步骤1.1.6Delphi7程序的组成1.2典型实例1.3上机练习课后考场第2章基本数据类型与表达式2.1理论知识2.1.1基本数据类型2.1.2Delphi7中的标识符与保留字2.1.3Delphi7中的常量与变量2.1.4Delphi7中的运算符与表达式2.1.5Delphi7的语句书写规则与赋值语句2.1.6Delphi7的常用函数与过程2.2典型实例2.3上机练习课后考场第3章基本程序设计语句3.1理论知识3.1.1基本的顺序结构语句及其应用3.1.2选择结构语句及其基本应用3.1.3循环结构语句及其基本应用3.2典型实例3.2.1典型实例一3.2.2典型实例二3.2.3典型实例三3.2.4典型实例四3.2.5典型实例五3.3上机练习3.3.1上机练习一3.3.2上机练习二课后考场第4章数组程序设计4.1理论知识4.1.1数组的概念4.1.2一维静态数组的定义与使用4.1.3二维数组及多维数组的定义与使用4.1.4动态数组的定义与使用4.2典型实例4.2.1典型实例一4.2.2典型实例二4.3上机练习4.3.1上机练习一4.3.2上机练习二课后考场第5章过程与函数5.1理论知识5.1.1过程与函数的概念5.1.2过程的定义与调用5.1.3函数的定义与调用5.1.4参数的传递5.1.5子程序的嵌套与递归5.2典型实例5.2.1典型实例一5.2.2典型实例二5.3上机练习5.3.1上机练习一5.3.2上机练习二课后考场第6章用户自定义类型6.1理论知识6.1.1枚举类型的定义与使用6.1.2子界类型的定义与使用6.1.3集合类型的定义与使用6.1.4记录类型的定义与使用6.2典型实例6.2.1典型实例一6.2.2典型实例二6.3上机练习6.3.1上机练习一6.3.2上机练习二课后考场第7章常用组件的使用7.1理论知识7.1.1文本类组件的使用7.1.2按钮类组件的使用7.1.3列表类组件的使用7.1.4TTimer时钟组件的使用7.1.5对话框组件的使用7.1.6TImage组件7.1.7菜单组件7.1.8TTabControl组件和TPageControl组件的使用7.1.9TScrollBar、TTrackBar和TProgressBar组件的使用7.1.10TPanel组件和TGroupBox组件7.1.11工具栏组件与状态栏组件7.2典型实例7.2.1典型实例一7.2.2典型实例二7.3上机练习7.3.1上机练习一7.3.2上机练习二课后考场第8章Delphi7的文件系统8.1理论知识8.1.1文件的基本概念8.1.2Delphi7中的文件类型及文件类型变量的定义8.1.3文本文件的使用8.1.4记录文件的使用8.2典型实例8.2.1典型实例一8.2.2典型实例二8.3上机练习8.3.1上机练习一8.3.2上机练习二课后考场第9章应用程序界面设计技术9.1理论知识9.1.1多窗体程序的设计9.1.2SDI应用程序设计技术9.1.3MDI应用程序设计技术9.1.4变量的作用域9.2典型实例9.3上机练习课后考场第10章DLL应用编程10.1理论知识10.1.1DLL概述10.1.2DLL编写10.1.3加载DLL的方法10.1.4调用D

一本目前为止最好的fluent学习书本第一章流体力学基础与FLUENT简介第一节概论一、流体的密度、重度和比重二、流体的黏性——牛顿流体与非牛顿流体三、流体的压缩性——可压缩与不可压缩流体四、液体的表面张力第二节流体力学中的力与压强一、质量力与表面力二、绝对压强、相对压强与真空度三、液体的汽化压强四、静压、动压和总压第三节能量损失与总流的能量方程一、沿程损失与局部损失二、总流的伯努里方程三、人口段与充分发展段第四节流体运动的描述一、定常流动与非定常流动二、流线与迹线三、流量与净通量四、有旋流动与有势流动五、层流与湍流第五节亚音速与超音速流动一、音速与流速二、马赫数与马赫锥三、速度系数与临界参数四、可压缩流动的伯努里方程五、等熵滞止关系式第六节正激波与斜激波一、正激波二、斜激波第七节流体多维流动基本控制方程一、物质导数二、连续性方程三、N—S方程第八节边界层与物体阻力一、边界层及基本特征二、层流边界层微分方程三、边界层动量积分关系式四、物体阻力第九节湍流模型第十节FLUENT简介一、程序的结构二、FLUENT程序可以求解的问题三、用FLUENT程序求解问题的步骤四、关于FLUENT求解器的说明五、FLUENT求解方法的选择六、边界条件的确定第二章二维流动与传热的数值计算第一节冷、热水混合器内部二维流动一、前处理——利用GAMBIT建立计算模型第1步确定求解器第2步创建坐标网格图第3步由节点创建直线第4步创建圆弧边第5步创建小管嘴第6步由线组成面第7步确定边界线的内部节点分布并创建结构化网格第8步设置边界类型第9步输出网格并保存会话二、利用FLUENT进行混合器内流动与热交换的仿真计算第1步与网格相关的操作第2步建立求解模型第3步设置流体的物理属性第4步设置边界条件第5步求解第6步显示计算结果第7步使用二阶离散化方法重新计算第8步自适应性网格修改功能小结课后练习第二节喷管内二维非定常流动一、利用GAMBIT建立计算模型第1步确定求解器第2步创建坐标网格图和边界线的节点第3步由节点创建直线第4步利用圆角功能对I点处的角倒成圆弧第5步由边线创建面第6步定义边线上的节点分布第7步创建结构化网格第8步设置边界类型第9步输出网格并保存会话二、利用FLUENT进行喷管内流动的仿真计算第1步与网格相关的操作第2步确定长度单位第3步建立求解模型第4步设置流体属性第5步设置工作压强为0atm第6步设置边界条件第7步求解定常流动第8步非定常边界条件设置以及非定常流动的计算第9步求解非定常流第10步对非定常流动计算数据的保存与后处理小结课后练习第三节三角翼的可压缩外部绕流一、利用GAMBIT建立计算模型第1步启动Gambit，并选择求解器为FLUENT5／6第2步创建节点第3步由节点连成线第4步由边线创建面第5步创建网格第6步设置边界类型第7步输出网格文件二、利用FLUENT进行仿真计算第1步启动FLUENT2D求解器并读入网格文件第2步网格检查与确定长度单位第3步建立计算模型第4步设置流体材料属性第5步设置工作压强第6步设置边界条件第7步利用求解器进行求解第8步计算结果的后处理小结课后练习第四节三角翼不可压缩的外部绕流(空化模型应用)第1步启动FLUENT2D求解器并读入网格文件第2步网格检查与确定长度单位第3步设置求解器第4步设置流体材料及其物理性质第5步设置流体的流相第6步设置边界条件第7步求解第8步对计算结果的后处理小结课后练习第五节VOF模型的应用一、利用GAMBIT建立计算模型第1步启动GAMBIT并选择FLUENT5／6求解器第2步建立坐标网格并创建节点第3步由节点连成直线段第4步创建圆弧第5步创建线段的交点G第6步将两条线在G点处分别断开第7步删除DG直线和FG弧线第8步由边创建面第9步定义边线上的节点分布第10步在面上创建结构化网格第11步设置边界类型第12步输出网格文件并保存会话二、利用FLUENT2D求解器进行求解第1步读入、显示网格并设置长度单位第2步设置求解器第3步设置流体材料及属

LSTM（Long Short-Term Memory）是一种特殊的循环神经网络（RNN），专为解决传统RNN在处理长期依赖问题上的不足而设计。
在序列数据的建模和预测任务中，如自然语言处理、语音识别、时间序列分析等领域，LSTM表现出色。
本项目“LSTM-master.zip”提供的代码是基于TensorFlow实现的LSTM模型，涵盖了多种应用场景，包括多步预测和单变量或多变量预测。
我们来深入理解LSTM的基本结构。
LSTM单元由输入门、遗忘门和输出门组成，以及一个称为细胞状态的特殊单元，用于存储长期信息。
通过这些门控机制，LSTM能够有效地选择性地记住或忘记信息，从而在处理长序列时避免梯度消失或梯度爆炸问题。
在多步预测中，LSTM通常用于对未来多个时间步的值进行连续预测。
例如，在天气预报或者股票价格预测中，模型不仅需要根据当前信息预测下一个时间点的结果，还需要进一步预测接下来的多个时间点。
这个项目中的“多步的迭代按照步长预测的LSTM”可能涉及使用递归或堆叠的LSTM层来逐步生成未来多个时间点的预测值。
另一方面，单变量预测是指仅基于单一特征进行预测，而多变量预测则涉及到多个特征。
在“多变量和单变量预测的LSTM”中，可能包含了对不同输入维度的处理方式，例如如何将多维输入数据编码到LSTM的输入向量中，以及如何利用这些信息进行联合预测。
在多变量预测中，LSTM可以捕获不同特征之间的复杂交互关系，提高预测的准确性。
TensorFlow是一个强大的开源库，广泛应用于深度学习模型的构建和训练。
在这个项目中，使用TensorFlow可以方便地定义LSTM模型的计算图，执行反向传播优化，以及实现模型的保存和加载等功能。
此外，TensorFlow还提供了丰富的工具和API，如数据预处理、模型评估等，有助于整个预测系统的开发和调试。
在探索此项目时，你可以学习到以下关键点：1. LSTM单元的工作原理和实现细节。
2. 如何使用TensorFlow构建和训练LSTM模型。
3. 处理序列数据的技巧，如时间序列切片、数据标准化等。
4. 多步预测的策略，如滑动窗口方法。
5. 单变量与多变量预测模型的差异及其应用。
6. 模型评估指标，如均方误差（MSE）、平均绝对误差（MAE）等。
通过深入研究这个项目，你不仅可以掌握LSTM模型的使用，还能提升在实际问题中应用深度学习解决序列预测问题的能力。
同时，对于希望进一步提升技能的开发者，还可以尝试改进模型，比如引入注意力机制、优化超参数、或者结合其他序列模型（如GRU）进行比较研究。

ezmorph，是一个简单的java类库用于将一种对象转换成另外一种对象。
EZMorph原先是Json-lib项目中的转换器。
EZMorph支持原始数据类型（Primitive），对象（Object），多维数组转换与DynaBeans的转换。
兼容JDK1.3.1，整个类库大小只有76K左右。
在Java EE开发常用的struts2中，json的处理便使用了EZMorph库。

利用新的多维选择策略加速人工蜂群算法

本期视频时长约120分钟，通过三个具体的数学建模案例，详细地讲解了MATLAB中一维插值和二维插值的应用和实现方法。
另外，还通过自编程的方式，实现拉格朗日插值方法。
视频的最后，还对多维插值做了基本的介绍。

winform(c#)DataGridView控件多维合并表头（有使用教程）,从网上下载来的资料并不是很全，所以我自己动手做了个，效果很好，里面附有几个需要注意的地方的文档教程，方面大家掌握运用

ECharts，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），底层依赖轻量级的Canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。
ECharts提供了常规的折线图，柱状图，散点图，饼图，K线图，用于统计的盒形图，用于地理数据可视化的地图，热力图，线图，用于关系数据可视化的关系图，treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图，仪表盘，并且支持图与图之间的混搭。
由于最近做项目开发需要使用echarts图表，所以抽出时间总结一下echarts图表的用法。

聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。
聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。
聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。