Mac下常用按键符号⌘（command）、⌥（option）、⇧（shift）、⇪（caps lock）、⌃（control）、↩（return）、⌅（enter）

ansible是新出现的自动化运维工具，基于Python开发，集合了众多运维工具（puppet、cfengine、chef、func、fabric）的优点，实现了批量系统配置、批量程序部署、批量运行命令等功能。
ansible是基于模块工作的，本身没有批量部署的能力。真正具有批量部署的是ansible所运行的模块，ansible只是提供一种框架。主要包括：
(1)、连接插件connection plugins：负责和被监控端实现通信；
(2)、host inventory：指定操作的主机，是一个配置文件里面定义监控的主机；
(3)、各种模块核心模块、command模块、自定义模块；
(4)、借助于插件完成记录日志邮件等功能；
(5)、playbook：剧本执行多个任务时，非必需可以让节点一次性运行多个任务。

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。
一个完整的Docker有以下几个部分组成：
DockerClient客户端
Docker Daemon守护进程
Docker Image镜像
DockerContainer容器
无论是KVM还是Xen在 docker 看来,都在浪费资源，因为用户需要的是高效运行环境而非OS, GuestOS既浪费资源又难于管理, 更加轻量级的LXC更加灵活和快速。
面对上述几个问题，docker设想是交付运行环境如同海运，OS如同一个货轮，每一个在OS基础上的软件都如同一个集装箱，用户可以通过标准化手段自由组装运行环境，同时集装箱的内容可以由用户自定义，也可以由专业人员制造。这样，交付一个软件，就是一系列标准化组件的集合的交付，如同乐高积木，用户只需要选择合适的积木组合，并且在最顶端署上自己的名字(最后一个标准化组件是用户的app)。这也就是基于docker的PaaS产品的原型。
在docker的网站上提到了docker的典型场景：
Automating the packaging and deployment of applications（使应用的打包与部署自动化）
Creation of lightweight, private PAAS environments（创建轻量、私密的PAAS环境）
Automated testing and continuous integration/deployment（实现自动化测试和持续的集成/部署）
Deploying and scaling web apps, databases and backend services（部署与扩展webapp、数据库和后台服务）
Docker并不是全能的，设计之初也不是KVM之类虚拟化手段的替代品，简单总结几点：
Docker是基于Linux 64bit的，无法在32bit的linux/Windows/unix环境下使用
LXC是基于cgroup等linux kernel功能的，因此container的guest系统只能是linux base的
隔离性相比KVM之类的虚拟化方案还是有些欠缺，所有container公用一部分的运行库
网络管理相对简单，主要是基于namespace隔离
cgroup的cpu和cpuset提供的cpu功能相比KVM的等虚拟化方案相比难以度量(所以dotcloud主要是按内存收费)
Docker对disk的管理比较有限
container随着用户进程的停止而销毁，container中的log等用户数据不便收集
针对1-2，有windows base应用的需求的基本可以pass了; 3-5主要是看用户的需求，到底是需要一个container还是一个VM, 同时也决定了docker作为 IaaS 不太可行。
针对6,7虽然是docker本身不支持的功能，但是可以通过其他手段解决(disk quota, mount –bind)。总之，选用container还是vm, 就是在隔离性和资源复用性上做权衡。
另外即便docker 0.7能够支持非AUFS的文件系统，但是由于其功能还不稳定，商业应用或许会存在问题，而AUFS的稳定版需要kernel 3.8, 所以如果想复制dotcloud的成功案例，可能需要考虑升级kernel或者换用ubuntu的server版本(后者提供deb更新)。这也是为什么开源界更倾向于支持ubuntu的原因(kernel版本)

医渡云：
https://www.yiducloud.com.cn/
医渡云基于自主研发的“医学数据智能平台”，对大规模多源异构医疗数据进行集合和融合，形成患者全生命周期医学数据，可追溯，可监管，并通过数据的深度处理和分析，建立真实世界疾病领域模型，助力医学研究、医疗管理、政府公共决策、创新新药开发、帮助患者实现智能化疾病管理，引领大健康及人工智能产业创新，实现数据智能绿色医疗的新生态。
卓健科技：
http://www.zhuojianchina.com/
杭州卓健信息科技有限公司（卓健科技）顺应医改大方向，抓住医疗核心诊治业务，自内而外为大中型医院及医疗机构提供互联网化解决方案，打造智慧医院生态闭环。卓健科技拥有分级诊疗、互联网医院、移动远程、掌上医院、医链、院后医疗服务系统等六大产品体系，是互联网医疗领域中最具成长性高科技企业。
宜昌模式：
http://www.sohu.com/a/225447528_389045
可以看出加快推进互联网+分级诊疗和医联体建设的战略仍然是今后相当一段时期的医改重点。而本次两会就有多个代表委员的提案和分级诊疗或者医联体息息相关。作为新一届的全国政协委员，搜狗公司CEO王小川带来了两份提案，其中一份提案建议构建新型医联体，打通医疗惠民“最后一公里”,实现每个中国家庭都有家庭医生。而全国政协委员、中国中医科学院望京医院骨科主任温建民则认为建立分级诊疗制度 要以慢病为突破口。
方庄模式：
http://www.sohu.com/a/225224741_374886
让市民和社区卫生服务中心全科大夫“结对子”，绑定信息提供日常就诊服务；对陌生病患的问诊时间要达到15分钟，北京市正在研究医改系统的“方庄模式”，通过引入大数据、人工智能和信息化及多项软性服务，为居民提供更好的健康服务。
经初步统计，2017年，北京市社区卫生服务中心和一级医院就诊人次达到6823.4万，占全北京市总诊疗量的28.57%。和前年同期相比增长约2.32个百分点。“越来越多的百姓习惯到社区和一级医院看病，社区卫生服务中心需要有足够的能力去支撑。”
目前，北京市正在研究医改系统的“方庄模式”，通过引入大数据、人工智能（AI）和信息化等模式及多项软性服务，为老百姓提供日常的就诊和健康服务。对陌生病患的问诊时间要达到15分钟，即使是老病患也要达到8分钟；未来，社区卫生服务中心还可以直接下单，用物流配送将药物直接送到百姓家。
第一届健康智谷高峰论坛：
http://www.sohu.com/a/237261105_139908

决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。
决策树方法最早产生于上世纪60年代，到70年代末。由J Ross Quinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进，对于预测变量的缺值处理、剪枝技术、派生规则等方面作了较大改进，既适合于分类问题，又适合于回归问题。
决策树算法构造决策树来发现数据中蕴涵的分类规则．如何构造精度高、规模小的决策树是决策树算法的核心内容。决策树构造可以分两步进行。第一步，决策树的生成：由训练样本集生成决策树的过程。一般情况下，训练样本数据集是根据实际需要有历史的、有一定综合程度的，用于数据分析处理的数据集。第二步，决策树的剪枝：决策树的剪枝是对上一阶段生成的决策树进行检验、校正和修下的过程，主要是用新的样本数据集（称为测试数据集）中的数据校验决策树生成过程中产生的初步规则，将那些影响预衡准确性的分枝剪除。
目标：根据给定的训练数据集构建一个决策树模型，使它能够对实例进行正确的分类。决策树学习本质上是从训练数据集中归纳出一组分类规则。能对训练数据进行正确分类的决策树可能有多个，可能没有。在选择决策树时，应选择一个与训练数据矛盾较小的决策树，同时具有很好的泛化能力；而且选择的条件概率模型应该不仅对训练数据有很好的拟合，而且对未知数据有很好的预测。 [1]
损失函数：通常是正则化的极大似然函数
策略：是以损失函数为目标函数的最小化
因为从所有可能的决策树中选取最优决策树是NP完全问题，所以现实中决策树学习通常采用启发式方法，近似求解这一最优化问题，得到的决策树是次最优(sub-optimal)的。
决策树学习的算法通常是一个递归地选择最优特征，并根据该特征对训练数据进行分割，使得对各个子数据集有一个最好的分类的过程。包含特征选择、决策树的生成和决策树的剪枝过程。
决策树算法的优点如下：
（1）分类精度高；
（2）生成的模式简单；
（3）对噪声数据有很好的健壮性。
因而是目前应用最为广泛的归纳推理算法之一，在数据挖掘中受到研究者的广泛关注
基本思想L
1）树以代表训练样本的单个结点开始。
2）如果样本都在同一个类．则该结点成为树叶，并用该类标记。
3）否则，算法选择最有分类能力的属性作为决策树的当前结点．
4）根据当前决策结点属性取值的不同，将训练样本数据集tlI分为若干子集，每个取值形成一个分枝，有几个取值形成几个分枝。匀针对上一步得到的一个子集，重复进行先前步骤，递4’I形成每个划分样本上的决策树。一旦一个属性出现在一个结点上，就不必在该结点的任何后代考虑它。
5）递归划分步骤仅当下列条件之一成立时停止：
①给定结点的所有样本属于同一类。
②没有剩余属性可以用来进一步划分样本．在这种情况下．使用多数表决，将给定的结点转换成树叶，并以样本中元组个数最多的类别作为类别标记，同时也可以存放该结点样本的类别分布，
③如果某一分枝tc，没有满足该分支中已有分类的样本，则以样本的多数类创建一个树叶。 [

词向量（Word embedding），又叫Word嵌入式自然语言处理（NLP）中的一组语言建模和特征学习技术的统称，其中来自词汇表的单词或短语被映射到实数的向量。 从概念上讲，它涉及从每个单词一维的空间到具有更低维度的连续向量空间的数学嵌入。
生成这种映射的方法包括神经网络，单词共生矩阵的降维，概率模型，可解释的知识库方法，和术语的显式表示 单词出现的背景。
当用作底层输入表示时，单词和短语嵌入已经被证明可以提高NLP任务的性能，例如语法分析和情感分析。
思想向量是单词嵌入到整个句子甚至文档的扩展。一些研究人员希望这些可以提高机器翻译的质量。
为什么需要词向量？
众所周知，不管是机器学习还是深度学习本质上都是对数字的数字，Word Embedding(词嵌入)做的事情就是将单词映射到向量空间里，并用向量来表示
一个简单的对比
One-hot Vector
对应的词所在的位置设为1，其他为0；
例如：King, Queen, Man and Woman这句里面Queen对应的向量就是[0,1,0,0]
不足：难以发现词之间的关系，以及难以捕捉句法（结构）和语义（意思）之间的关系
Word2Vec
基本思想是把每个词表征为K维的实数向量（每个实数都对应着一个特征，可以是和其他单词之间的联系），将相似的单词分组映射到向量空间的不同部分。也就是Word2Vec能在没有人为干涉下学习到单词之间的关系。
举个最经典的例子：
king- man + woman = queen
实际上的处理是：从king提取了maleness的含义，加上了woman具有的femaleness的意思，最后答案就是queen.
借助表格来理解就是：
animal pet
dog -0.4 0.02
lion 0.2 0.35
比如，animal那一列表示的就是左边的词与animal这个概念的相关性
https://www.cnblogs.com/MartinLwx/p/10005520.html

词法分析 分词、词性标注、专名识别
依存句法分析 自动分析文本中的依存句法结构信息
词向量表示 查询词汇的词向量，实现文本的可计算
DNN语言模型 判断一句话是否符合语言表达习惯
词义相似度 计算两个给定词语的语义相似度
短文本相似度 判断两个文本的语义相似度
中文分词 切分出连续文本中的基本词汇序列（已合并到词法分析接口）
词性标注 为自然语言文本中的每个词汇赋予词性（已合并到词法分析接口）

1. 美团技术团队博客： 地址： http://tech.meituan.com/
2. 腾讯社交用户体验设计(ISUX) 地址：http://isux.tencent.com/
3. 京东设计中心 地址：http://jdc.jd.com
4. QQ游戏设计中心 地址：http://gdc.qq.com
5. 百度搜索用户体验中心 地址：http://ued.baidu.com/
6. 一淘UX 地址：http://ux.etao.com
7. 腾讯CDC 地址：http://cdc.tencent.com
8. 腾讯ISUX 地址：http://isux.tencent.com
9. 腾讯MXD移动互联网设计中心 地址：http://mxd.tencent.com
10. UXDC 2011体验设计峰会 地址：http://www.uxdc.org
11. 视觉同盟 地址：http://www.visionunion.com
12. Tencent TG ideas 地址：http://tgideas.qq.com
13. Tencent AlloyTeam 地址：http://www.alloyteam.com
14. QQ客户端团队博客 地址：http://impd.tencent.com/
15. 阿里巴巴（中文站）UED 地址：http://www.aliued.cn
16. 支付宝官方Blog 地址：http://blog.alipay.com （不过进去是支付宝）
17. Taobao UED 地址：http://ued.taobao.com/blog/
18. 阿里巴巴国际站UED 地址：http://www.aliued.com
19. 百度MUX 地址：http://mux.baidu.com
20. 微博UDC 地址：http://udc.weibo.com
21. 搜狗UED 地址：http://ued.sogou.com
22. 搜狐MUED 地址：http://mued.sohu.com
23. 搜狐畅游VC地址：http://vc.changyou.com/index.shtml
24. 网易用户体验设计中心 地址：http://uedc.163.com/
国内外的技术博客
我也列举一些我收藏的，也经常会看的博客（排序不分先后）。
Facebook
网址：https://code.facebook.com
博客上会介绍一些Facebook在Android、iOS、前端、后端以及硬件技术遇到的问题，也包括一些他们团队研究的新技术，比如fresco等等。我最感兴趣的是他们在技术上遇到的一些问题，然后他们是怎么解决的
Square
网址：http://square.github.io/
Square应该是业界开源项目最多的公司之一了，它的github主页上列举了好多开源项目，一个做Android的如果没用过Square的开源库的话，要么你非常非常牛逼，要么你真的不关心开源项目
美团
网址：http://tech.meituan.com/
从它的博客可以看到美团大概是从2013开慢慢写的，大概是因为2013后美团不断扩大，也慢慢积累了很多技术（踩了很多坑），博客上会写各种技术的：Android、iOS、前端、运维、机器学习等等~
阿里
网址：阿里聚安全
抱歉我没有找到阿里公开的技术博客站点，之前我在阿里的时候，我在内网看到，公司内部会有很多人分享自己遇到的问题以及解决方法，公开的博客，我还没有发现
微信移动团队
这个应该没有博客，只有微信公众号：WeMobileDev
貌似也是最近才开的，博客文章的质量非常高，每一篇基本都是微信移动团队经验的总结，详细介绍了他们遇到的困难以及如何解决的。比如：提升Android客户端会话速度提升70%背后的故事、Android微信只能心跳方案、Android拆分与加载Dex的多种方案等等
每一篇都会具体到技术的细节，真正的解决每一个问题，非常赞这样的技术团队
腾讯的Bugly
网址：http://bugly.qq.com/blog/
Bugly的博客会介绍一些Android和iOS开发过程中帮助我们性能分析的方法，比如如何衡量一个App的卡顿情况呢？Bugly的博客告诉你，使用Choreographer.FrameCallback这个工具。还有很多其他的性能分析的技巧
转自：
https://www.cnblogs.com/jhj117/p/5144630.html

sign up 注册
sign in 登录

wordpress安装了https，百度联盟的广告没法显示了，这可不能忍，直接影响到了我们站的收入了。
那么，这个问题应该如何如何解决呢？
解决办法如下：
我们只需将百度联盟的广告代码中的http改为https即可。
修改后，百度联盟的广告在http和https模式均可正常显示。