利用pandoc把markdown转换为doc和ppt

参考首先到https://github.com/jgm/pandoc/releases下载pandoc

转换为doc比较简单

$pandoc -f markdown -t docx file.md -o file.docx

$pandoc file.md -o file.docx –mathjax

$pandoc file.md -o file.pptx –mathjax

转换为html

$ pandoc slides.md -o slides.html -s

转换为ppt
采用默认模板渲染一个独立的DZSlides幻灯片:

$ pandoc slides.md -o slides.html -t dzslides -s

首先需要从GitHub上获取https://github.com/hakimel/reveal.js

,将reveal.js同名的文件夹放在幻灯片所在目录下即可:

$ git clone https://github.com/hakimel/reveal.js

渲染幻灯片:

$ pandoc slides.md -o slides.html -t revealjs -s

除了默认的外观主题以外,reveal.js还提供了多个主题可供选择,

$ pandoc slides.md -o slides.html -t revealjs -s -V theme=beige

default:(默认)深灰色背景,白色文字
beige:米色背景,深色文字
sky:天蓝色背景,白色细文字
night:黑色背景,白色粗文字
serif:浅色背景,灰色衬线文字
simple:白色背景,黑色文字
solarized:奶油色背景,深青色文字

数理统计介绍

具体包含的课程包括∶

  • Introduction to Probability and Data
  • Inferential Statistics
  • Linear Regression and Modeling
  • Bayesian Statistics

课程0verview

耶鲁成立数据科学系

https∶/www.kaggle.com/Kaggle中R和python是主要编程语言。

  • ·数理统计介绍数据科学介绍
  • ·统计教材介绍·终生学习者特供
  • ·R和 RStudio 介绍
  • ·Reproducible research 介绍
  • ·概率知识介绍· Descriptive statistics
  • ·统计学模拟
  • ·传统统计学三大内容
  • ·统计p值方法的审视

整容版本维基百科】(https∶/www.wikiwand.com/)和 google

数据科学介绍

数据科学是一个非常有趣的学科,它主要研究如何把原始数据变成对于现实的理解问题的洞见和知识。数据科学是个涉及非常广泛的领域,典型的数据科学的是长成这样的

一个典型的R语言下的数据科学系统化训练课程体系如下 John Hopskins 的 Data science specialization。

  • 1.The Data Scientist’s Toolbox
  • 2. R programing
  • 3. Getting and Cleaning Data
  • 4. Exploratory Data Analysis
  •  5. Reproducible Research
  • 6. Statistical Inference
  •  7. Regression Models
  • 8. Practical Machine Learning
  •  9. Developing Data Products
  • 10. Data Science Capstone

可以看出课程的安排按照 Hadley 书中的流程图很相似。

5W+2H分析法

故事起因:

雪格格最近很困扰,她不知道如何努力才能让自己更加的向上,以至于她最近的状态停滞不前,于是,她开始重新思考,她喜欢什么,她要去做什么,她要如何努力……

       经过一番思想斗争,终于她找到了自己想做的事“理财” , 那么如何才能增长自己这方面的技能呢?

       她开始写笔记,写自己的一些思考和成长,本文就是第一篇思考故事,一定要坚持下去,才能收获更多,加油!

思维方法:5W+2H

5W+2H思维方式,是一种理性和全面的分析方式,不因过程而动,注重理性的分析。

1、what:对象,做什么事;

2、where:场所,在哪里;

3、when:时间,什么时候;

4、who:负责人,涉及到谁;

5、why:原因,为什么;

1、how:方式,怎么做;

2、how much:多少。 

用网络的思维看经济结构

从复杂网络看产业森林

Complex Theroy

Stock Market

Brain Network

Social Network

产业结构即产业总和

如汽车产业与上游产业:轮胎,汽油,钢铁

传统理论认为在一棵树附近总有另一颗树可以带到,因而森林结构不重要

Random Network :任意两个点的连续可能性是等概率的

相邻的点可以构成一个团簇,而事实表示,如果森林的各个区域性质明显不同,由相互连接的密集区域和相对隔离的区域组成,那么猴子可能终生被困在某个区域。

定义 个距离: $\quad \phi_{i, j}=\min \left{P\left(R C A x_{i} \mid R C A x_{j}\right), P\left(R C A x_{j} \mid R C A x_{i}\right)\right}$

$R C A_{c, i}=\frac{\frac{x(c, i)}{\sum_{i} x(c, i)}}{ \frac{x(c, i)}{\sum_{c} x(c, i)}{\sum_{c,i}x(c,i)}} $

产业森林里的大部分的连接非常稀疏(不连通),小总分产品是高度互联的,让我们得到一个高度模块化的网络地图。

数学分析基础简笔记(三)

极限的定义

数列极限/函数极限

想要任意近,只要足够近

定义:$lim_{x\to x_0}f(x)=L$

$\forall \varepsilon, \exists \delta$,使得 $\left|x-x_{0}\right|<\delta$时,有$|f(x)-L|<\varepsilon$

极限的四则运算与极限的复合

(1)加法:$lim_{x\to x_0}f(x)=L_1, lim_{x\to x_0}g(x)=L_2$, 则$ lim_{x\to x_0}f(x)+g(x)=L_1+L_2$,

$\forall \varepsilon, \exists \delta, s.t|f(x)+g(x)-(L_1+L_2)|<\varepsilon$

若$|f(x)-L_1|<\frac{\varepsilon}{2}$且 $|g(x)-L_2|<\frac{\varepsilon}{2}$

极限的复合

若$\lim {x \to x{0}} f(x)=L_{1} \lim {x \to L{1}} g(x)=l_{2}$,则 $\lim {x \to x{0}}g(f(x))=L_{2}$

数学分析基础简笔记(二)

无穷大之比较

当$n\in N$,$n\to \infty$时,$lnn<n^{\frac{1}{a_1}}<n<n^{a_2}<a_3^n<n!<n^n$

一、求证:$lim_{n\to \infty}\frac{n^{a_2}}{a_3^n}=0

二、求证:$a_3^n<n!$

Stirling近似

$n!\prox\sqrt{2\pi n}\left(\frac{n}{e}\right)^n$

对上述内容求倒数,即可比较无穷小

InfiniteScrollPager加载显示记录信息

<div class="text-right">第 <?=(isset($_GET['page'])?$_GET['page']-1:0)*20?>-<?=((isset($_GET['page'])?$_GET['page']:1)*20)>$pages->totalCount?$pages->totalCount:((isset($_GET['page'])?$_GET['page']:1)*20)?> 条, 共 <?=$pages->totalCount?> 条.</div>

数学分析基础简笔记(一)

戴金斯分划:

实数的定义:(1)划分到有理数;(2)分划点无理数;

实数的性质:(稠密性,)

单调有界序列存在极限定理:

实数元素的个数:

自然数个数=整数个数(等势)

希尔伯特旅馆:旅客住进住满人的旅馆

整数个数与有理个数相同:(寻找一 一对应)

可列(可数)