2019-7-23

 

那些认为自己没什么事情需要隐藏的人,要意识到:有没有要隐藏的不是由被监视者决定,而是取决于监视者。

—— Hans von der Hagen  《南德意志报》

2019-5-17

支付关税的那个人未必是这个负担的最终承受者,对于任何关税来说都是如此。如果关税被简单地转嫁到进口商身上,那么美国企业或消费者就是埋单人。如果中国出口商为了保住订单而下调价格,那么埋单的就是中国企业。如果进口商品的生产线被转到了第三个国家,那么没人要支付这笔关税,但是中国人面临的代价是失业,美国人则面临商品价格上涨。如果生产线转移到了美国,美国人因商品价格上涨而多掏的钱一部分将以工资和利润形式流入其他一些美国人的口袋。

【转】深度解读!首张黑洞照片诞生记

原文地址:人民日报

大量天文观测数据已证实,在浩瀚的宇宙当中,有无数的黑洞神秘地藏身于各星系中。

但人类却从未直接“看”到过黑洞,并不知道它的真实模样。

为了能一睹黑洞真容,2017年4月5日到14日之间,来自全球30多个研究所的科学家们启动了一项雄心勃勃的庞大观测计划。他们将分布于全球不同地区的8个射电望远镜阵列组成一个虚拟望远镜网络,希望利用其捕获黑洞影像。

最终,科学家们成功拍摄到了黑洞的第一幅“照片”。

北京时间2019年4月10日21时,这张照片在美国华盛顿、中国上海和台北、智利圣地亚哥、比利时布鲁塞尔、丹麦灵比和日本东京六地同时发布。传说中的黑洞终于揭开神秘面纱。

人类有史以来的第一张黑洞照片是如何拍摄的,本报记者为您揭秘整个过程。

人类首张黑洞照片

继续阅读

产生式系统的问题求解过程

产生式系统的问题求解过程可以归纳如下:

①事实库初始化。

②若存在未用规则前提能与事实库相匹配则转③,否则转⑤。

③使用规则,更新事实库;并标记所用规则。

④判定事实库是否包含解。若包含,则终止求解过程,否则转②。

⑤要求更多的关于问题的信息,若不能提供所要信息,则求解失败,否则更新事实库并转②。

上述简单的产生式系统,其前提和结论部分都是一些简单的断言。实用的产生式系统无论在结构上还是在规模上都更为复杂。

【转】介绍 JSON

转自 介绍 JSON json.org

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language,Standard ECMA-262 3rd Edition – December 1999的一个子集。 JSON采用完全独立于语言的文本格式,但是也使用了类似于C语言家族的习惯(包括C, C++, C#, Java, JavaScript, Perl, Python等)。 这些特性使JSON成为理想的数据交换语言。

JSON建构于两种结构:

  • “名称/值”对的集合(A collection of name/value pairs)。不同的语言中,它被理解为对象(object),纪录(record),结构(struct),字典(dictionary),哈希表(hash table),有键列表(keyed list),或者关联数组 (associative array)。
  • 值的有序列表(An ordered list of values)。在大部分语言中,它被理解为数组(array)。

这些都是常见的数据结构。事实上大部分现代计算机语言都以某种形式支持它们。这使得一种数据格式在同样基于这些结构的编程语言之间交换成为可能。

JSON具有以下这些形式:

对象是一个无序的“‘名称/值’对”集合。一个对象以“{”(左括号)开始,“}”(右括号)结束。每个“名称”后跟一个“:”(冒号);“‘名称/值’ 对”之间使用“,”(逗号)分隔。

数组是值(value)的有序集合。一个数组以“[”(左中括号)开始,“]”(右中括号)结束。值之间使用“,”(逗号)分隔。

值(value)可以是双引号括起来的字符串(string)、数值(number)、truefalse、 null、对象(object)或者数组(array)。这些结构可以嵌套。

字符串(string)是由双引号包围的任意数量Unicode字符的集合,使用反斜线转义。一个字符(character)即一个单独的字符串(character string)。

字符串(string)与C或者Java的字符串非常相似。

数值(number)也与C或者Java的数值非常相似。除去未曾使用的八进制与十六进制格式。除去一些编码细节。

【摘】数据科学过程

数据清洗是如何融入数据科学中的呢?简短的回答就是,清洗工作是关键的一步,它直接影响在它之前和之后的处理工作。

稍微长一些的回答就得围绕数据科学过程的六个步骤来描述了,请看下面的列表。数据清洗正好处于中间的位置,第三步。但是,请不要以纯线性方式看待这些步骤,简单地认为这是一个从头到尾执行的框架,其实在项目的迭代过程中,们会根据具体情况,反复执行这些步骤。另外还需要指出的是,并不是每一个项目都会包含列表中所有的步骤。举个例子,有时候我们并不需要数据收集或可视化步骤。这完全取决于项目的实际情况。

  1. 第一步是问题陈述。识别出你要解决的问题是什么。
  2. 接下来要做的是数据收集与存储。数据从何而来?它们在哪里存放?格式又是什么?
  3. 然后是数据清洗。数据需要修改吗?有什么需要删除的吗?数据应该怎么调整才能适用于接下来的分析和挖掘?
  4. 数据分析和机器学习。数据需要哪些处理?需要什么样的转换?使用什么样的算法?运用什么公式?使用什么机器学习算法?顺序又是怎样的呢?
  5. 数据展现和可视化实现。数据处理结果应该怎样呈现出来呢?我们可以用一张或几张数据表来表现,也可以使用图画、图形、图表、网络图、文字云、地图等形式。但这是最佳的可视化方案吗?有没有更好的替代方案呢?
  6. 最后一步是问题决议。你在第一步里所提出的疑问或是问题的答案究竟是什么?数据处理结果还有哪些不足?这个方法能彻底解决问题吗?你还能找出别的什么办法吗?接下来要做的又是什么?

继续阅读

【转】日本提示音系列:电车/预警/信号灯/店铺的提示音

转自新浪微博:@霓虹小百科

如果你曾经去过日本,你会注意到电车在即将到站和离站时的旋律。它们被称为火车离开站旋律或日语的“発车メロディー”(hassha merodii)。这些在通勤族移动路途中所响起的短乐,实际上是由日本作曲家向谷実创作的,他一生创作了近200首火车短乐。

继续阅读