分类目录归档：学习
样条（spline）通常是指分段定义的多项式参数曲线
样条函数是一种由分段多项式拼接而成的平滑函数，可用于逼近或插值数据
常见的样条函数：
| 线性样条 | 二次样条 | 三次样条 | B样条(B-spline) |
|---|---|---|---|
| 每个子区间上使用一阶多项式，即直线段<br><br>它们在节点处具有零阶连续性，即函数值连续，但导数不连续 | 在每个子区间上使用二阶多项式<br><br>在节点处通常要求函数值和一阶导数连续 | 在每个子区间上使用三阶多项式<br><br>在节点处要求函数值、一阶导数和二阶导数都连续 |
MD5：32 位，单向哈希，不可逆，速度快，破解难度低
SHA256：256 位，单向哈希，不可逆，速度较快，破解难度中等
BCrypt：可变位数，单向哈希，不可逆，速度慢，破解难度高
PBKDF2：可变位数，单向哈希，不可逆，速度可调，破解难度可调
Scrypt：可变位数，单向哈希，不可逆，速度慢，破解难度高
加盐，在输入信息中随机添加字符串（salt）以提高哈希算法的安全性
MD5 消息摘要算法（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数，可以
摘自 Joy Triggers: How to Find Happiness on Demand
分库：将表按照某种规则拆分到多个数据库中，来保证系统的稳定和性能
分表：将表中数据按照某种规则拆分到多张表中，提升查询效率
分库分表的原因
单表超 500 万行，或容量超 2GB 时推荐分库分表——阿里开发手册
分库分表的常见方法
将某个库中的表拆分到多个库，一般按照业务维度拆分
优点：降低单数据库服务的压力，增加系统可用性；业务清晰，
价值投资的核心理念，适用于现金流充沛/资本开支少的公司
一个简单的“四进三出”策略：
考量企业的赚钱能力
R15 排行榜：以十年期为考量，按照 ROE 平均＞20%，最低＞15%的标准筛选
根据今年上榜的只有32家，全是中国最顶尖的好企业
核心考量的是“便宜”
PageRank 是早期 Google 搜索的核心算法，决定了搜索结果中的网页展示顺序
PageRank 核心思想：
$$PR(j) = \sum_{i \rightarrow j} \frac{PR(i)}{l_i}$$
上式最大的问题在于忽略了"不存在外链的特殊页面"
因此 PageRank 算法引入了阻尼系
背景故事：啤酒与尿布
Aprior 算法的 3 个关键评价指标：
$$ Support(X,Y) = P(XY) = \frac{number(XY)}{num(All Samples)} $$ 2. 置信度（Confidence）：商品 Y 出现后，商品 X 出现的概率 $$ Confidence(X \Leftarrow Y) = P(X|Y)=P(XY)/P(Y) $$ 3. 提升度（Lift）：商品 X 出现的情况中，商品 Y 也出现的概率 $$ Lift(X \Leftarrow Y) = P(X|Y)
K 近邻算法（k-nearest neighbors, KNN）是一种很基本的机器学习方法
算法步骤：给定样本，寻找最近的 K 个样本进行（分类/回归）预测
KNN的 3 个核心要素：
KNN 的主要优点：