💡 学校教育中最有害的不是课程知识本身，而是“为了好成绩而学习”的思维模式。

PARA方法能够准确指导你将生活中的每个信息放在适当的位置，并帮助你在需要时快速找到它们。它适用于文件、资料、笔记、日程安排、大纲和研究片段等各种信息。

现在在配置一般的服务器端搭建Emby会面临两个很现实的问题，一个是服务器(VPS)线路问题，有可能速度会很慢，根本播放不了视频。另一个是硬解码的问题，绝大多数服务器并没有独立的显卡或者核显，Emby被迫使用CPU进行解码，占用大量资源且基本达不到流畅播放的要求。为了应对这两个问题，一个很显而易见的方法就是绕过服务器端，使用者本地直接访问媒体资源的直…

甲骨文云的免费ARM实例已经火了很久了，下面就记录一下正常的开机流程和之后的To-do list省得回来到处找了，好记性不如个烂笔头。 免费实例： 最多只能创建 4 台免费服务器。推荐以下几种方式： 单台 ARM 4C/24GB/200G 在创建前选择磁盘大小为 200G（性能存储带宽最大化） 单台 ARM 4C/24GB/100G + 两台 X8…

在配置好了 AWS CloudFront 加速之后, 后台编辑文章的时候发现可视化标签不见了, 只能使用文本进行编辑, 这可怎么行? 经过一番测试, 这个问题出在AWS CloudFront 的 Behaviors 的配置上, 我之前的配置是参照Amazon 官方的建议, 图中可以看出来 /wp-admin/* 是需要配置白名单 Cached Ba…

Wordpress是功能非常强大的博客发布系统, 本站也使用Wordpress开发, 但是优化加速一直是困扰所有Wordpress用户的问题, 这篇文章会就我多年使用的经验从以下几个方面,浅谈Wordpress的优化逻辑. 主机/云服务器的选择[重要] 动静态分离/配置CDN[重要] Wordpress缓存[重要] Wordpress性能优化[中等…

特征选择简介 特征选择(Feature Selection) 在机器学习当中通常指在构建模型之前，从原本很多的特征当中，选择更富有信息更能做出好的预测结果的特征，即一个特征数量从多到少的过程。与之对应的是特征工程，在原本不多的特征当中，通过各种方法，生成更多更好的特征，即一个特征数量少到多的过程。本文主要讨论特征选择的策略和方法，其他降维技术如PC…

异常值的产生的原因/影响 我们通常把偏离整个样本总体的观测值称为异常值. 数据输入误差: 指在数据收集, 输入的过程中, 人为错误造成的误差. 比如某人的月收入是1W, 因为人为错误的多敲了一个0, 则月收入了变成了10W, 这个样本相比较其他样本是异常的. 测量误差: 这个是最常见的误差来源, 比如某个测量仪器损坏了, 那个这个仪器的所有测量值都…

缺失值产生的原因: 缺失值的产生原因多种多样，主要分为机械原因和人为原因。机械原因是由机械导致的数据缺失，比如数据存储的失败、存储器损坏、机械故障导致某段时间的数据未能收集(对于定时数据采集而言). 人为原因是由人的主观失误或有意隐瞒造成的数据缺失. 从缺失的分布来看，缺失值主要分为以下三类: 完全随机丢失(Missing Completely a…