污水处理厂

第1章 全球半导体市场现状 01 02 全球半导体市场规模与增速 03 全球半导体细分产品市场规模 04 国家和地区半导体市场规模 05 全球半导体终端应用市场规模 第2章 全球半导体市场竞争分析 06 07 全球重点企业营收 08 行业投资并购分析 10 行业重要事件分析 第3章 中国集成电路市场现状 11 12 集成电路市场规模与增速 13 集成电路市场产品结构 14 中国集成电路市场应用结构 第4章 全球半导体市场未来展望 15 16 半导体市场规模预测 17 技术发展趋势 18 主要市场趋势

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

本笔记为黄海广博士翻译，开放在Github。 Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。 本课程需要10周共18节课，相对以前的机器学习视频，这个视频更加清晰，而且每课都有ppt课件，推荐学习。 第一周 一、 引言(Introduction) 1.1 欢迎 1.2 机器学习是什么？ 1.3 监督学习 1.4 无监督学习 二、单变量线性回归(Linear Regression with One Variable) 2.1 模型表示 2.2 代价函数 2.3 代价函数的直观理解I 2.4 代价函数的直观理解II 2.5 梯度下降 2.6 梯度下降的直观理解 2.7 梯度下降的线性回归 2.8 接下来的内容 三、线性代数回顾(Linear Algebra Review) 3.1 矩阵和向量 3.2 加法和标量乘法 3.3 矩阵向量乘法 3.4 矩阵乘法 3.5 矩阵乘法的性质 3.6 逆、转置 第二周 四、多变量线性回归(Linear Regression with Multiple Variables) 4.1 多维特征 4.2 多变量梯度下降 4.3 梯度下降法实践1-特征缩放 4.4 梯度下降法实践2-学习率 4.5 特征和多项式回归 4.6 正规方程 4.7 正规方程及不可逆性（选修） 五、Octave教程(Octave Tutorial) 5.1 基本操作 5.2 移动数据 5.3 计算数据 5.4 绘图数据 5.5 控制语句：for，while，if语句 5.6 向量化 88 5.7 工作和提交的编程练习 第三周 六、逻辑回归(Logistic Regression) 6.1 分类问题 6.2 假说表示 6.3 判定边界 6.4 代价函数 6.5 简化的成本函数和梯度下降 6.6 高级优化 6.7 多类别分类：一对多 七、正则化(Regularization) 7.1 过拟合的问题 7.2 代价函数 7.3 正则化线性回归 7.4 正则化的逻辑回归模型 第四周 第八、神经网络：表述(Neural Networks: Representation) 8.1 非线性假设 8.2 神经元和大脑 8.3 模型表示1 8.4 模型表示2 8.5 样本和直观理解1 8.6 样本和直观理解II 8.7 多类分类 第五周 九、神经网络的学习(Neural Networks: Learning) 9.1 代价函数 9.2 反向传播算法 9.3 反向传播算法的直观理解 9.4 实现注意：展开参数 9.5 梯度检验 9.6 随机初始化 9.7 综合起来 9.8 自主驾驶 第六周 十、应用机器学习的建议(Advice for Applying Machine Learning) 10.1 决定下一步做什么 10.2 评估一个假设 10.3 模型选择和交叉验证集 10.4 诊断偏差和方差 10.5 正则化和偏差/方差 10.6 学习曲线 10.7 决定下一步做什么 十一、机器学习系统的设计(Machine Learning System Design) 11.1 首先要做什么 11.2 误差分析 11.3 类偏斜的误差度量 11.4 查准率和查全率之间的权衡 11.5 机器学习的数据 第7周 十二、支持向量机(Support Vector Machines) 12.1 优化目标 12.2 大边界的直观理解 12.3 数学背后的大边界分类（选修） 12.4 核函数1 12.5 核函数2 12.6 使用支持向量机 第八周 十三、聚类(Clustering) 13.1 无监督学习：简介 13.2 K-均值算法 13.3 优化目标 13.4 随机初始化 13.5 选择聚类数 十四、降维(Dimensionality Reduction) 14.1 动机一：数据压缩 14.2 动机二：数据可视化 14.3 主成分分析问题 14.4 主成分分析算法 14.5 选择主成分的数量 14.6 重建的压缩表示 14.7 主成分分析法的应用建议 第九周 十五、异常检测(Anomaly Detection) 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布（选修） 15.8 使用多元高斯分布进行异常检测（选修） 十六、推荐系统(Recommender Systems) 16.1 问题形式化 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 向量化：低秩矩阵分解 16.6 推行工作上的细节：均值归一化 第十周 十七、大规模机器学习(Large Scale Machine Learning) 17.1 大型数据集的学习 17.2 随机梯度下降法 17.3 小批量梯度下降 17.4 随机梯度下降收敛 17.5 在线学习 17.6 映射化简和数据并行 十八、应用实例：图片文字识别(Application Example: Photo OCR) 18.1 问题描述和流程图 18.2 滑动窗口 18.3 获取大量数据和人工数据 18.4 上限分析：哪部分管道的接下去做 十九、总结(Conclusion) 19.1 总结和致谢

https://github.com/phodal/growth-ebook

这是一本指导性的书籍——不要指望从这本书中学到所有的知识点，但是它可以帮你构建你的知识体系。 我们都会学习，但是有时候我们只是不知道应该学习什么而已。 这也是其他技术书籍所欠缺的。它可以告诉你，你可以学习什么，然后看什么书。 对于有些人来说，成为全栈是因为：来自社会的各个不同的中小公司，只靠一个领域的知识难以生存 对于有些人来说，成为全栈是因为：这个世界有太多的乐趣，在一颗树上吊死太可惜了。 对于有些人来说，成为全栈是因为：他们想去创业。 而人们对于全栈有太多的误解——认为全栈应该什么都会，什么都精通。全栈只是因为我们对系统有整体性的认识，而不是精通整个系统。因为专家只精通某一个领域，总得有一个架构师来对系统把握。 作者更愿意去改称这本书为《增长工程师指南》，去避免对这本书的误解。但是作者想要去改变人们的观点，全栈更侧重于知识体系的增长。因为人们对于专家还有一个印象：古板。

https://aaaaaashu.gitbooks.io/mac-dev-setup/content/

手册内容为「如何让一部全新的 MacBook 快速完成开发环境配置」，主要面向 Web 开发者。其中的指导，在 Mavericks 和 Yosemite 上有效，其他版本系统并未尝试。 如果你是一名老手，本手册让你减少配置开发环境的烦恼。 如果你是一名新手，那么恭喜你，你将会认识一个全新的世界。 手册内容主要意译自：Sourabh Bajaj 的 Mac OS X Setup Guide，少部分内容由译者添加和修改。 阅读手册 Github地址 联系译者 注：译者更推荐各位阅读 Sourabh Bajaj 的英文手册，将系统语言设置为 English，避免相关术语在记忆、理解和查找时产生混淆。

https://backlog.com/git-tutorial/cn/

Git是一个分布式版本管理系统，是为了更好地管理Linux内核开发而创立的。 Git可以在任何时间点，把文档的状态作为更新记录保存起来。因此可以把编辑过的文档复原到以前的状态，也可以显示编辑前后的内容差异。 而且，编辑旧文件后，试图覆盖较新的文件的时候（即上传文件到服务器时），系统会发出警告，因此可以避免在无意中覆盖了他人的编辑内容。

http://tengine.taobao.org/book/index.html

nginx由于出色的性能，在世界范围内受到了越来越多人的关注，在淘宝内部它更是被广泛的使用，众多的开发以及运维同学都迫切的想要了解nginx模块的开发以及它的内部原理，但是国内却没有一本关于这方面的书，源于此我们决定自己来写一本。本书的作者为淘宝核心系统服务器平台组的成员，本书写作的思路是从模块开发逐渐过渡到nginx原理剖析。

https://i.linuxtoy.org/docs/guide/index.html

目录 授权 致谢 序言 更新纪录 导读 如何写作科技文档 I. 气候 GUI? CLI? UNIX 缩写风格 版本号的迷雾 Vim 还是 Emacs DocBook 还是 TeX 完全用 Gnu/Linux 工作 病毒 磁盘 分区 文件系统 发行版介绍 编程语言 无根的根：无名师的 Unix 心传 II. 地理 基础知识 命令系统 基本系统 软件管理 核心工具集 编译工具链 图形界面 国际化 内核 Grub 服务器 Vim 编辑器 Emacs 入门 正则表达式 docbook 指南 Git 版本控制系统 ConTeXt 入门指南 III. 景观 终极 Shell -- ZSH 完美工作站 Archlinux 组织你的意念：Emacs org mode Zsh+screen gentoo stage3 硬件问题 网络设置 自制 LiveCD awesome openbox 工作环境 Emacs muse 写作工具链 使用 lftp Firefox 使用技巧 FVWM IV. 地质 Unix Gnu 软件业自由之神——Richard Stallman Linux GNOME与KDE的战争 Vim Emacs 年代纪 我的选择 补遗 范例清单 14.1. urxvt 配置 ~/.Xresources 20.1. 输入法配置 .profile 24.1. Vim 配置 /etc/vim/vimrc 25.1. emacs 配置 ~/.emacs 25.2. emacs 大纲模式 27.1. DocBook 参数样式表 30.1. Zsh 配置文件 .zshrc 38.1. awesome 配置

桌子的设计方式使用户不会在他/她的身体上面临任何压力，因为它可以根据需要倾斜。 工程专业的学生可以在这张桌子上以一种非常舒适的方式制作 ED、MD（机器绘图）。

本文档起初只是在谷歌内部使用 , 但是我们考虑到 , 也许它对那些 刚刚接触搜索引擎优化、 并且希望提高网站与用户和搜索引擎交 互性的网站站长们也一样会有帮助 , 所以我们对其进行进一步整理 完善 , 发表出来供大家参考。 尽管这个指南不会告诉您怎样做才 能使自己的网站排在谷歌搜索结果的第一位 , 但是遵循下文介绍的 一些推荐做法会使搜索引擎更容易抓取和索引您网站的内容。 搜索引擎优化通常是指对您网站的某些部分做一些小的改进。 如 果个别来看 , 这些改进的效果可能并不那么明显。 但是当和其他 的优化结合起来看时 , 它们将对您网站的用户体验以及在搜索结果 中的表现有显著的影响。 您可能对此指南中的相当一部分话题已 经比较熟悉了 , 因为它们都是构成网页的基本元素 , 但是您可能并 没有非常充分地利用这些基本元素。 尽管这个指南的标题含有 “ 搜索引擎 ” 这个词 , 但是我们想说的是 您应该将您优化的重心和出发点主要放在用户体验上 , 因为用户才 是您网站内容的主要受众 , 是他们通过搜索引擎找到了您的网站。 过度专注于用特定的技巧获取搜索引擎自然搜索结果的排名不一 定能够达到您想要的结果。 通俗地讲 , 搜索引擎优化就是让您的 网站以最理想的姿态出现在搜索引擎的结果中 , 但是您的最终的服 务对象是您的用户而不是搜索引擎。 您的网站可能比我们作为例子的网站大也可能比它小 , 网站的内容 也可能有很大不同 , 但是我们下面讨论的优化主题将适用于所有不 同大小和类型的网站。 我们希望我们的指南能够给您在如何改进 您的网站方面提供一些启发。 我们会非常乐意在谷歌网站管理员 支持论坛上听到您的问题、 反馈以及您的成功案例的。 发布单位：谷歌

基于移动应用全球化机会识别模型，我们参考全球移动应用 市场规模、市场增长、头部集中度和中国开发者应用全球化现状将应用品类分成：机会窗口、能力强化、精细规划和长期关注四大类。 全球十大高吸引力垂类：社交、照片与视频、娱乐内容、个人提升(含教育与 健身健康)、工具、效率、生活、阅读与参考、商业、财务与金融。 中国应用开发者的机会窗口类：结合中国应用全球化可行性，社交、照片与视频、个人提升为关键机会窗口，值得重点关注。 移动应用全球化策略蓝图：中国应用全球化可从顶层设计、 业务运营、支撑体系三方面进行体系化规划与落地。 顶层设计能力：在尚未真正落地的起始阶段，需重点关注细分赛道与 区域选择、商业模式的顶层设计。 业务运营能力：在业务从零到一突破的阶段与业务扩张的阶段，需重点 关注产品本土化、用户与创作者运营、用户增长运营、商业化运营以及合规运营。 发布单位：谷歌、罗兰贝格、大观资本

https://github.com/

GitHub is a development platform inspired by the way you work.