《无人生还》人性的心理学实验
版权声明：本文为博主原创，如需转载请注明出处。
作者简介无可争议的侦探小说女王，侦探文学史上最伟大的作家之一。
阿加莎·克里斯蒂(Agatha Christie)原名为阿加莎·玛丽·克拉丽莎·米勒(Agatha Mary Clarissa Miller)，一八九○年九月十五日生于英国德文郡托基的
...
《逻辑思维：拥有智慧思考的工具》思维锻炼
版权声明：本文为博主原创，如需转载请注明出处。
作品简介《思维版图》《认知升级》作者新作，理查德•尼斯贝特是密歇根大学的心理学教授，美国国家科学院和美国艺术与科学学院的成员，曾获得美国心理学学会颁发的杰出科学贡献奖。
思维漏洞常常使我们做出的推测有失偏颇，这也是导致抉择失误的根源。这本书就将给你
...
《金色梦乡》奇迹般的小说
版权声明：本文为博主原创，如需转载请注明出处。
作品简介《金色梦乡》是日本知名作家伊坂幸太郎的代表作，获第5届日本书店大奖、第21届山本周五郎奖，日文版销量突破114万册，堺雅人、竹内结子主演同名电影。对于《金色梦乡》的创作初衷，伊坂幸太郎在访谈中说道：“人类有多不成熟、这个世界有多艰辛，不用说
...
《解忧杂货店》2017最后一本书，温暖的文字
版权声明：本文为博主原创，如需转载请注明出处。
作者东野圭吾，现代日本著名作家。主要书籍为推理类，比如《嫌疑人X的献身》，《白夜行》等。但本书严格意义不算做推理，但整体结构组织很精妙。
感悟本书通过一种奇幻的设定，一个可以收到过去的信件，以及还能回复给过去信件的杂货店。穿插讲述了很多个细微关联的
...
《优秀的绵羊》通识教育
背景知识：通识教育是干什么的？通识教育就是为了让你成为一个终身学习者、跨界知识高手，而且把你培养成一个敢于怀疑、勇于探索、自信而又谦卑、努力而又从容的“得道”者。
作者威廉·德雷谢维奇，在常春藤名校工作了24年，其中仅在耶鲁大学他就教过10年书，对于“美国教育”这个话题来说，他是一个“懂行的老司机”
...
《品格之路》品格的进阶：简历美德与悼词美德
知识背景：布鲁克斯和《品格之路》作者：美国《纽约时报》专栏作家戴维·布鲁克斯。《品格之路》，它用一个独特的视角介绍了欧美一些了不起的人物之所以伟大的原因。布鲁克斯还写过一本《社会动物》，他在这本书里，以一对夫妇的成长经历为主线，探讨了爱情、性格和成就的潜在根源。
布鲁克斯就讲了一个道理。他说，幸福是
...
【艺术】如何听一场音乐会 - 严伯钧老师课程小节
音乐会分这5种音乐会，就是所谓的concert。
独奏会，Recital。通常，钢琴演奏的时候，从头到尾都是一个人弹，弹得是独奏曲目。如果是小提琴，长笛，和一些其他非钢琴独奏乐器，一般还会带一个钢琴伴奏。（想起动漫《四月是你的谎言》中薰拉小提琴的时候，公生就给他钢琴伴奏，真是美好啊）。
协奏曲，C
...
【iOS】Cocoa设计模式(iOS常用设计模式) Cocoa Design Patterns
Cocoa设计模式Cocoa环境的许多架构和机制都能够有效地使用设计模式：抽象设计可以解决特定环境中的重复问题。 本文描述了Cocoa中设计模式的主要实现，主要关注模型(Model) - 视图(View) - 控制器(Controller)和对象建模。 本章的主要目的是让您更深入地了解Cocoa的设
...
【AI】数据科学工具 Jupyter Notebook教程 in Python
Jupyter Notebook教程主要内容为：如何安装，运行和使用IPython进行交互式 matplotlib 绘图，数据分析，还有发布代码。
简单介绍Jupyter 是一个笔记本，这个笔记本可以编写和执行代码，分析数据，嵌入内容，以及共享可重复性的工作。Jupyter Notebook （以前
...
【iOS】Swift语法畅游，语法查询
最好下载官方的Playground Demo对比查看，写的很好。下载地址
如果官方更新地址，导致失效了，那就直接搜The Swift Programming Language，然后A Swift Tour中就能看到地址了。
学习新语法的经典通用语句：
1print("Hello, world!")
...
【iOS】iPhone摄影中的深度捕捉(WWDC2017-Session 507)
版权声明：本文为博主原创，如需转载请注明出处。
视频地址,只能用safari观看
前言507是深度媒体相关的概念层面的内容。主要为下面4个部分：
Depth and disparity on iPhone 7 Plus
Streaming depth data from the camera
...
【AI】机器学习入门系列06，Logistic Regression逻辑回归
引用课程：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html
Step1 逻辑回归的函数集上一篇讲到分类问题的解决方法，推导出函数集的形式为：
将函数集可视化：
图中z写错了，应该是 $z = \sum_{i} w_{i} x_{i}
...
【AI】机器学习入门系列05，Classification,Probabilistic Generative Model（分类,概率生成模型）
Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
引用课程：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html
Classification 分类
...
【AI】机器学习入门系列04，Gradient Descent（梯度下降法）
Gitbook传送门：https://yoferzhang.gitbooks.io/machinelearningstudy/content/
先看这里，可能由于你正在查看这个平台行间公式不支持很多的渲染，所以最好在我的CSDN上查看，传送门：（无奈脸）
CSDN博客文章地址：http://blog.csdn.net/zyq522376829/article/details/66632699
什么是Gradient Descent（梯度下降法）？
在第二篇文章中有介绍到梯度下降法的做法，传送门：机器学习入门系列02，Regression 回归：案例研究
Review: 梯度下降法
在回归问题的第三步中，需要解决下面的最优化问题：
这里的parameters是复数，即 $\theta$ 指代一堆参数，比如上篇说到的 $w$ 和 $b$。