于正龍(Ricky)的沙龍
于正龍(Ricky)的沙龍

于正龍(Ricky)的沙龍

首頁內容方案關於
于正龍(Ricky)的沙龍
于正龍(Ricky)的沙龍

于正龍(Ricky)的沙龍



Thumbnail
人跟人之間,其實很矛盾。 你越黏一個人, 對方越覺得你沒價值。 不是因為你不好, 而是因為你「太需要」。 你把時間、情緒、注意力都給出去, 對方接收到的不是愛, 而是一個訊號: 「我沒有你不行。」 人不會因為被需要而尊重你, 只會因為你有選擇而在意你。
Thumbnail
想像一下:一個精心設計的獎勵信號,能讓自主智能體在強化學習中學會複雜任務 快 100 倍。原本需要數百萬次試錯的過程,現在可能只需要數千次。 獎勵信號是 RL 的導航燈,指引智能體避開無效探索。沒有它,策略停滯不前,計算資源白白浪費。 數據說話 最新基準顯示: 精心設計的獎勵能讓策略收斂
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
安裝教學 1.到官網安裝rust https://rust-lang.org/tools/install/ 照著一些視頻教學常常遇到錯誤 error: linking with link.exe failed: exit code: 1 解法為: rustup toolchain ins
Thumbnail
做機器學習一定會遇到的問題調參 這幾天在想有沒有辦法把這件事情利用AI做到全自動化呢 可以的還可以做到雲端全自動化 不會讓你本機電腦佔資源妨礙你打遊戲 設定好之後你只需打你的遊戲幾個小時回來看就好了 看上面那張圖 左邊每個檔案都有標上R2 右邊是我的終端機 他告訴我已經幫我調參成功 把R2
Thumbnail
這部很老的卡通了 一直對膽小狗英雄頂樓那台電腦很有印象 毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用的建議 幫助他解決各種問題 最近剛好比較多時間在寫程式 又看到現在LLM技術發展成熟 基本上可以實現跟卡通裡面一模一樣的效果了 整理一下功能 1.毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用
Thumbnail
你做錯了。你剛剛發給 ChatGPT 的「寫一個函式來……」的提示?刪掉它吧。這些通用提示就是為什麼你的編碼速度還跟其他人一樣的原因。 在與 AI 進行超過 3,000 小時的結對編程後,我發現了真正有效的方法——而這並不是你想的那樣。 真相是:85% 的開發者陷入了 AI 驅動的複製粘貼循環。
Thumbnail
簡介 — 我如何停止浪費時間的故事 幾年前,我意識到我花在“做事”上的時間比實際在專案上取得進展的時間要多。我醒來時有無休止的待辦事項清單、回復電子郵件、參加會議、審查檔,但到一天結束時,我覺得我實際上沒有在任何重要的事情上取得進展。 有一天,一個朋友告訴我: 忙碌並不等同於有效。 這讓
Thumbnail
看到滿多年輕工程師提問:工作時經常查 ChatGPT,感覺不太踏實,沒關係嗎? 讓我簡單談論一下這件事 --- 首先,讓我們把時間倒回 2000 年代 google 剛出來的時候 當時一定也是這樣, 年輕工程師遇到問題狂查 google 資深工程師則覺得 google 可有可無,
Thumbnail
大家好,今天我精選了一系列服務,讓您可以免費使用廣受好評的神經網絡“ChatGPT 4”(而不是每月 20 美元),無需註冊、使用 VPN 和其他注意事項。 1.“ForeFront AI” ForeFront AI 是一項提供免費訪問“GPT-4”模型的服務。 要使用它,只需註冊,選擇模型“GPT
Thumbnail
人跟人之間,其實很矛盾。 你越黏一個人, 對方越覺得你沒價值。 不是因為你不好, 而是因為你「太需要」。 你把時間、情緒、注意力都給出去, 對方接收到的不是愛, 而是一個訊號: 「我沒有你不行。」 人不會因為被需要而尊重你, 只會因為你有選擇而在意你。
Thumbnail
想像一下:一個精心設計的獎勵信號,能讓自主智能體在強化學習中學會複雜任務 快 100 倍。原本需要數百萬次試錯的過程,現在可能只需要數千次。 獎勵信號是 RL 的導航燈,指引智能體避開無效探索。沒有它,策略停滯不前,計算資源白白浪費。 數據說話 最新基準顯示: 精心設計的獎勵能讓策略收斂
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
安裝教學 1.到官網安裝rust https://rust-lang.org/tools/install/ 照著一些視頻教學常常遇到錯誤 error: linking with link.exe failed: exit code: 1 解法為: rustup toolchain ins
Thumbnail
做機器學習一定會遇到的問題調參 這幾天在想有沒有辦法把這件事情利用AI做到全自動化呢 可以的還可以做到雲端全自動化 不會讓你本機電腦佔資源妨礙你打遊戲 設定好之後你只需打你的遊戲幾個小時回來看就好了 看上面那張圖 左邊每個檔案都有標上R2 右邊是我的終端機 他告訴我已經幫我調參成功 把R2
Thumbnail
這部很老的卡通了 一直對膽小狗英雄頂樓那台電腦很有印象 毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用的建議 幫助他解決各種問題 最近剛好比較多時間在寫程式 又看到現在LLM技術發展成熟 基本上可以實現跟卡通裡面一模一樣的效果了 整理一下功能 1.毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用
Thumbnail
你做錯了。你剛剛發給 ChatGPT 的「寫一個函式來……」的提示?刪掉它吧。這些通用提示就是為什麼你的編碼速度還跟其他人一樣的原因。 在與 AI 進行超過 3,000 小時的結對編程後,我發現了真正有效的方法——而這並不是你想的那樣。 真相是:85% 的開發者陷入了 AI 驅動的複製粘貼循環。
Thumbnail
簡介 — 我如何停止浪費時間的故事 幾年前,我意識到我花在“做事”上的時間比實際在專案上取得進展的時間要多。我醒來時有無休止的待辦事項清單、回復電子郵件、參加會議、審查檔,但到一天結束時,我覺得我實際上沒有在任何重要的事情上取得進展。 有一天,一個朋友告訴我: 忙碌並不等同於有效。 這讓
Thumbnail
看到滿多年輕工程師提問:工作時經常查 ChatGPT,感覺不太踏實,沒關係嗎? 讓我簡單談論一下這件事 --- 首先,讓我們把時間倒回 2000 年代 google 剛出來的時候 當時一定也是這樣, 年輕工程師遇到問題狂查 google 資深工程師則覺得 google 可有可無,
Thumbnail
大家好,今天我精選了一系列服務,讓您可以免費使用廣受好評的神經網絡“ChatGPT 4”(而不是每月 20 美元),無需註冊、使用 VPN 和其他注意事項。 1.“ForeFront AI” ForeFront AI 是一項提供免費訪問“GPT-4”模型的服務。 要使用它,只需註冊,選擇模型“GPT
Thumbnail
BDD是什麼 BDD 是 Behavior-Driven Development(行為驅動開發) 的縮寫,是一種軟體開發方法論,結合了 TDD(測試驅動開發) 和 DDD(領域驅動設計) 的概念,主要目的是讓開發團隊、測試人員與非技術的業務人員(如產品經理)能用共同的語言協作,確保開發的系統功能符
Thumbnail
這部很老的卡通了 一直對膽小狗英雄頂樓那台電腦很有印象 毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用的建議 幫助他解決各種問題 最近剛好比較多時間在寫程式 又看到現在LLM技術發展成熟 基本上可以實現跟卡通裡面一模一樣的效果了 整理一下功能 1.毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用
Thumbnail
如題最近在爬一個網站 發現裡面我要的一個地方 就是一個棒球網站裡面的攝影機按鈕(影片網址) 我想取得所有影片網址然後把影片抓下來 如果直接把網址跟XPATH丟給CHATGPT寫爬蟲 結果就是他定位不到 後來檢查原因原來是 那個攝影機是包在一個ajaxTable裡面 所以做法變成要先確
Thumbnail
當你使用 MongoDB 時,通常需要先啟動 MongoDB 的伺服器(mongod),然後再透過 MongoDB Shell(mongosh.exe)連線操作資料庫。以下是完整的啟動步驟與指令: ✅ 1. 啟動 MongoDB 伺服器(mongod) mongod --dbpath "C:\你
Thumbnail
🚀 騷操作清單(進階黑魔法級) 1. 自定義 route 裝飾器,讓路由語法更優雅 python 複製編輯# 超騷:讓 route 看起來像函式呼叫 def route(path, **options): def decorator(f): app.add_url_ru
Thumbnail
這篇文章主要會介紹怎麼開始使用python Django framework 建立一個網站 安裝 anaconda 創建虛擬開發環境 cmd 輸入 conda create -n <自定義虛擬環境名稱> python=3.5 進入虛擬環境 conda activate <自定義虛擬環境名稱>
Thumbnail
BDD是什麼 BDD 是 Behavior-Driven Development(行為驅動開發) 的縮寫,是一種軟體開發方法論,結合了 TDD(測試驅動開發) 和 DDD(領域驅動設計) 的概念,主要目的是讓開發團隊、測試人員與非技術的業務人員(如產品經理)能用共同的語言協作,確保開發的系統功能符
Thumbnail
這部很老的卡通了 一直對膽小狗英雄頂樓那台電腦很有印象 毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用的建議 幫助他解決各種問題 最近剛好比較多時間在寫程式 又看到現在LLM技術發展成熟 基本上可以實現跟卡通裡面一模一樣的效果了 整理一下功能 1.毒舌 嘴砲 自大 嘲諷 但總是能給膽小狗有用
Thumbnail
如題最近在爬一個網站 發現裡面我要的一個地方 就是一個棒球網站裡面的攝影機按鈕(影片網址) 我想取得所有影片網址然後把影片抓下來 如果直接把網址跟XPATH丟給CHATGPT寫爬蟲 結果就是他定位不到 後來檢查原因原來是 那個攝影機是包在一個ajaxTable裡面 所以做法變成要先確
Thumbnail
當你使用 MongoDB 時,通常需要先啟動 MongoDB 的伺服器(mongod),然後再透過 MongoDB Shell(mongosh.exe)連線操作資料庫。以下是完整的啟動步驟與指令: ✅ 1. 啟動 MongoDB 伺服器(mongod) mongod --dbpath "C:\你
Thumbnail
🚀 騷操作清單(進階黑魔法級) 1. 自定義 route 裝飾器,讓路由語法更優雅 python 複製編輯# 超騷:讓 route 看起來像函式呼叫 def route(path, **options): def decorator(f): app.add_url_ru
Thumbnail
這篇文章主要會介紹怎麼開始使用python Django framework 建立一個網站 安裝 anaconda 創建虛擬開發環境 cmd 輸入 conda create -n <自定義虛擬環境名稱> python=3.5 進入虛擬環境 conda activate <自定義虛擬環境名稱>
Thumbnail
前置作業 請確認你已經完成以下安裝: 安裝 Flutter SDK 安裝 Android Studio 或 Visual Studio Code(搭配 Flutter plugin) 設定好 flutter doctor(在終端機執行以下指令): flutter doctor 確保所有項
Thumbnail
前置作業 請確認你已經完成以下安裝: 安裝 Flutter SDK 安裝 Android Studio 或 Visual Studio Code(搭配 Flutter plugin) 設定好 flutter doctor(在終端機執行以下指令): flutter doctor 確保所有項
Thumbnail
【實戰教學】打造你的 24 小時自動化獲利機器:Hummingbot 造市策略與 GCP 雲端部屬全攻略 https://www.youtube.com/watch?v=4UyYXguFaNk&list=PLHXuF-AUKfUHuCdrBBT9GzR5kHAzbNTJv&index=5&pp=i
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
🎯 Gate.io Candy Drop 活動攻略懶人包 很多人錯過空投,其實是因為「交易量任務」沒達標。像 Gate.io 常見任務:只要達到 2000 USDT 交易量 就能拿空投代幣獎勵。 但問題是 —— 怎麼刷量最省、最穩又不浪費時間? 以下是幾種常見的做法: 1️⃣ 
Thumbnail
https://www.youtube.com/watch?v=2KtgFQOFMdA在投資市場裡,BNF(日本傳奇短線交易員)被許多交易者奉為傳奇。他以極高的紀律、精準的判斷,以及簡單卻強大的交易策略,累積了龐大的財富。一直以來,BNF 的交易思維都是許多人想要學習、實踐的目標。 但在實際交易中
Thumbnail
現在虛擬貨幣投資愈來愈熱門 確實有許多研究的空間 例如鏈上數據 k線數據 新聞消息 都有可能拿來當作交易的判斷 我們常常會做很多分析之後來做交易 我們做交易的流程可能是這樣的 1.(幣種 交易週期 當前時間) 2.獲取多方數據 3.聚合數據 4.複雜買賣訊號計算 5.輸出買賣訊號
Thumbnail
最近把策略加入IC , IR的驗證 IC(Information Coefficient)和 IR(Information Ratio) IC:衡量預測值與實際報酬之間的相關性。 IR:衡量整體預測穩定性,也就是平均IC與其波動的比值。 1. Information Coefficient
Thumbnail
上一篇介紹了軟體開發積極度選幣策略 如果還不清楚可以去看我方格子軟體開發積極度選幣策略 https://vocus.cc/article/687ba63efd897800010c00e1 其實簡單來說就是假設項目方比較積極開發的項目比較會漲 而且這比較可能是先行指標 畢竟區塊鏈本質就是一堆程
Thumbnail
在買股票的時候投資人 常常會評估一間公司是不是真的積極在做事 例如實際去公司考察 或是認識公司內部的人 知道他們很忙 訂單接不完 這種小道消息 之後可能就會參與投資 反之幾乎跟死水一樣的就不要投資 那有沒有什麼方法可以套用到幣圈來呢? 有的 虛擬貨幣本質上就是一堆程式碼 也是有項目方工
Thumbnail
最近從finlab_crypto在研究基本的雙均線策略 當我把時間刻度調整到每秒一筆出現很奇怪的現象 由於熱力圖 跟 回測 不難 所以我就寫程式自己做了 什麼 難道 在秒級數據上用sma5 sma10 操作就是聖杯嗎? 看看在新的時間段是否有效 我把原始數據 80/20切分 80%用來找最
Thumbnail
前幾個章節我們已經實驗了 用一些技術指標 丟入 隨機森林 跟SVM硬train一發 看看這樣做出來的策略效果怎樣 其實都沒有說有非常好的效果 用技術指標去預測漲跌基本上跟看著後照鏡開車差不多 因為技術指標都是用過去的價格走勢算出來的 但是也有一套說法是說 歷史會不斷重演 所以也許在擬合
Thumbnail
【實戰教學】打造你的 24 小時自動化獲利機器:Hummingbot 造市策略與 GCP 雲端部屬全攻略 https://www.youtube.com/watch?v=4UyYXguFaNk&list=PLHXuF-AUKfUHuCdrBBT9GzR5kHAzbNTJv&index=5&pp=i
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
🎯 Gate.io Candy Drop 活動攻略懶人包 很多人錯過空投,其實是因為「交易量任務」沒達標。像 Gate.io 常見任務:只要達到 2000 USDT 交易量 就能拿空投代幣獎勵。 但問題是 —— 怎麼刷量最省、最穩又不浪費時間? 以下是幾種常見的做法: 1️⃣ 
Thumbnail
https://www.youtube.com/watch?v=2KtgFQOFMdA在投資市場裡,BNF(日本傳奇短線交易員)被許多交易者奉為傳奇。他以極高的紀律、精準的判斷,以及簡單卻強大的交易策略,累積了龐大的財富。一直以來,BNF 的交易思維都是許多人想要學習、實踐的目標。 但在實際交易中
Thumbnail
現在虛擬貨幣投資愈來愈熱門 確實有許多研究的空間 例如鏈上數據 k線數據 新聞消息 都有可能拿來當作交易的判斷 我們常常會做很多分析之後來做交易 我們做交易的流程可能是這樣的 1.(幣種 交易週期 當前時間) 2.獲取多方數據 3.聚合數據 4.複雜買賣訊號計算 5.輸出買賣訊號
Thumbnail
最近把策略加入IC , IR的驗證 IC(Information Coefficient)和 IR(Information Ratio) IC:衡量預測值與實際報酬之間的相關性。 IR:衡量整體預測穩定性,也就是平均IC與其波動的比值。 1. Information Coefficient
Thumbnail
上一篇介紹了軟體開發積極度選幣策略 如果還不清楚可以去看我方格子軟體開發積極度選幣策略 https://vocus.cc/article/687ba63efd897800010c00e1 其實簡單來說就是假設項目方比較積極開發的項目比較會漲 而且這比較可能是先行指標 畢竟區塊鏈本質就是一堆程
Thumbnail
在買股票的時候投資人 常常會評估一間公司是不是真的積極在做事 例如實際去公司考察 或是認識公司內部的人 知道他們很忙 訂單接不完 這種小道消息 之後可能就會參與投資 反之幾乎跟死水一樣的就不要投資 那有沒有什麼方法可以套用到幣圈來呢? 有的 虛擬貨幣本質上就是一堆程式碼 也是有項目方工
Thumbnail
最近從finlab_crypto在研究基本的雙均線策略 當我把時間刻度調整到每秒一筆出現很奇怪的現象 由於熱力圖 跟 回測 不難 所以我就寫程式自己做了 什麼 難道 在秒級數據上用sma5 sma10 操作就是聖杯嗎? 看看在新的時間段是否有效 我把原始數據 80/20切分 80%用來找最
Thumbnail
前幾個章節我們已經實驗了 用一些技術指標 丟入 隨機森林 跟SVM硬train一發 看看這樣做出來的策略效果怎樣 其實都沒有說有非常好的效果 用技術指標去預測漲跌基本上跟看著後照鏡開車差不多 因為技術指標都是用過去的價格走勢算出來的 但是也有一套說法是說 歷史會不斷重演 所以也許在擬合
Thumbnail
我: 這段程式碼中的<socks_type>,<threads>,<proxylist>,<rpc>,<duration>是什麼? GPT: 在這個程式碼中,以下是這些參數的定義: <socks_type>:指定代理使用的 SOCKS 類型(5、4、1),或使用所有類型(0)或隨機類型(6)。 <
Thumbnail
我: '' OR '1'='1' GPT: The string you provided is a SQL injection attack. It is an attempt to exploit a vulnerability in a web application's database b
Thumbnail
Microsoft Windows [版本 10.0.19044.2604] (c) Microsoft Corporation. 著作權所有,並保留一切權利。 C:\Users\ricky\Desktop\sqlmap-dev>python sqlmap.conf File "C:\Users
Thumbnail
一個網站可能除了首頁以外還會有其他的相關網站 例如/admin ,login/ ,home.php ,/root/等等 但是又不一定於是互聯網上就有一些words清單 像是 裡面就有存放各種可能的目錄名稱 例如給定一個網址在網址尾端增加/admin"有可能"就會連到後台 但是人手工一個一個去試去猜實
Thumbnail
在Microsoft store 搜尋 kail linux 並安裝(這裡假設你已經先安裝WSL) 之後執行kail linux 終端機 依序輸入以下指令: 上面主要是做一些更新(update and upgrade),然後安裝python3, python3-venv(虛擬環境)之後建立一個名為b
Thumbnail
社交工程是歷史上一些最大的黑客攻擊的關鍵手段! 許多新手黑客過於專注於掌握黑客的技術方面,以至於他們忽視了社交工程的力量,這會給他們帶來危險。 當俄羅斯的 Sandworm 黑客團隊(技術最先進的黑客組織之一) 使用社會工程入侵烏克蘭的電網和美國 2016 年總統大選, 這顯示出了社交工程的重要性
Thumbnail
sqlmap是一個python的滲透測試工具 SQL 注入 **SQL 注入(SQL injection)**利用了網路程式(Web apps)的錯誤輸入。駭客可以透過執行後端資料庫的網路程式,惡意繞過 SQL 指令。 SQL 注入能在未授權的情況下,直接從資料庫訪問資料庫與檢索信息。許多數據洩露肇
Thumbnail
我: 這段程式碼中的<socks_type>,<threads>,<proxylist>,<rpc>,<duration>是什麼? GPT: 在這個程式碼中,以下是這些參數的定義: <socks_type>:指定代理使用的 SOCKS 類型(5、4、1),或使用所有類型(0)或隨機類型(6)。 <
Thumbnail
我: '' OR '1'='1' GPT: The string you provided is a SQL injection attack. It is an attempt to exploit a vulnerability in a web application's database b
Thumbnail
Microsoft Windows [版本 10.0.19044.2604] (c) Microsoft Corporation. 著作權所有,並保留一切權利。 C:\Users\ricky\Desktop\sqlmap-dev>python sqlmap.conf File "C:\Users
Thumbnail
一個網站可能除了首頁以外還會有其他的相關網站 例如/admin ,login/ ,home.php ,/root/等等 但是又不一定於是互聯網上就有一些words清單 像是 裡面就有存放各種可能的目錄名稱 例如給定一個網址在網址尾端增加/admin"有可能"就會連到後台 但是人手工一個一個去試去猜實
Thumbnail
在Microsoft store 搜尋 kail linux 並安裝(這裡假設你已經先安裝WSL) 之後執行kail linux 終端機 依序輸入以下指令: 上面主要是做一些更新(update and upgrade),然後安裝python3, python3-venv(虛擬環境)之後建立一個名為b
Thumbnail
社交工程是歷史上一些最大的黑客攻擊的關鍵手段! 許多新手黑客過於專注於掌握黑客的技術方面,以至於他們忽視了社交工程的力量,這會給他們帶來危險。 當俄羅斯的 Sandworm 黑客團隊(技術最先進的黑客組織之一) 使用社會工程入侵烏克蘭的電網和美國 2016 年總統大選, 這顯示出了社交工程的重要性
Thumbnail
sqlmap是一個python的滲透測試工具 SQL 注入 **SQL 注入(SQL injection)**利用了網路程式(Web apps)的錯誤輸入。駭客可以透過執行後端資料庫的網路程式,惡意繞過 SQL 指令。 SQL 注入能在未授權的情況下,直接從資料庫訪問資料庫與檢索信息。許多數據洩露肇
Thumbnail
1 引言 微分方程是描述一個系統的狀態隨時間和空間演化的最基本的數學工具之一,其在物理、經濟、工程、社會等各方面都有及其重要的應用。 然而,只有很少的微分方程式可以解析求解,尤其對於偏微分方程,能解析求解的種類更是寥寥可數。 更多的微分方程式可以用數值法來求解,只要精確度夠高,就可以滿足科學和工程
Thumbnail
根據泰勒定理,f(x)可以寫成右邊一長串的導數的組合 為了更好理解這個東西我們可以用python實作 首先定義f(x)和定義factorial怎麼算 然後寫泰勒定理 f(x) = f(a) + f'(a)(x-a) ....後面還有一串 注意公式往後面看其實是有規律的 例如從
Thumbnail
一個罐頭其中高度為h,底部半徑為r,且 h/r=2 已知 容量V = 1(公升) 找到一組: h(高度) , r(底部半徑) 使得表面積最小 目的: 因表面積最小因此可以讓製造成本降低幫助企業省錢 算式如上 答案我也使用python驗證一下求出數值解 接下來換個角度跟工具
Thumbnail
1 引言 微分方程是描述一個系統的狀態隨時間和空間演化的最基本的數學工具之一,其在物理、經濟、工程、社會等各方面都有及其重要的應用。 然而,只有很少的微分方程式可以解析求解,尤其對於偏微分方程,能解析求解的種類更是寥寥可數。 更多的微分方程式可以用數值法來求解,只要精確度夠高,就可以滿足科學和工程
Thumbnail
根據泰勒定理,f(x)可以寫成右邊一長串的導數的組合 為了更好理解這個東西我們可以用python實作 首先定義f(x)和定義factorial怎麼算 然後寫泰勒定理 f(x) = f(a) + f'(a)(x-a) ....後面還有一串 注意公式往後面看其實是有規律的 例如從
Thumbnail
一個罐頭其中高度為h,底部半徑為r,且 h/r=2 已知 容量V = 1(公升) 找到一組: h(高度) , r(底部半徑) 使得表面積最小 目的: 因表面積最小因此可以讓製造成本降低幫助企業省錢 算式如上 答案我也使用python驗證一下求出數值解 接下來換個角度跟工具
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
中文描述 這是一套結合烏龜交易法則、MACD 動能判斷以及台北時區交易時段篩選的多空策略: 突破入場:採用 Donchian Channel 判斷價格是否突破近期高低點。 MACD 出場:利用 MACD 柱狀體反轉作為趨勢減弱訊號,提前落袋為安。 ATR 風控:以 ATR × 倍數動態計算停
Thumbnail
上面這張圖顯示回測2017到2025一共交易842次 勝率81% 可以觀察k線訊號 抄底非常精準 揭密 H 模型價差策略:抓住市場潛力低點,讓交易更聰明 在波動的加密貨幣市場中,光靠直覺或單純的價格走勢,很容易錯過最佳進出場點。 經過長時間研究,我打造了一套 H 模型價差策略,專為現貨與期貨
Thumbnail
中文描述 這是一套結合烏龜交易法則、MACD 動能判斷以及台北時區交易時段篩選的多空策略: 突破入場:採用 Donchian Channel 判斷價格是否突破近期高低點。 MACD 出場:利用 MACD 柱狀體反轉作為趨勢減弱訊號,提前落袋為安。 ATR 風控:以 ATR × 倍數動態計算停
Thumbnail
今天帶你用 測試驅動開發(TDD) 的方式,在 Rust 裡從零打造一個命令列搜尋工具:minigrep。 這是《Rust 程式設計語言》書中的經典範例,用來學習測試、模組化與生命週期。 Let's go 🚀 首先建立專案: cargo new minigrep cd minigrep
Thumbnail
今天帶你用 測試驅動開發(TDD) 的方式,在 Rust 裡從零打造一個命令列搜尋工具:minigrep。 這是《Rust 程式設計語言》書中的經典範例,用來學習測試、模組化與生命週期。 Let's go 🚀 首先建立專案: cargo new minigrep cd minigrep
Thumbnail
在解longestValidParentheses的時候一開始思路是這樣 由於"()"一直失敗所以問AI 他跟我說 你的原始程式碼出問題,不是「語法錯」而是方法論本質錯。 而我幫你做的那個 two-pass 左右掃描法,是一個完全不同的演算法,雖然乍看和你的「左右指針」很像,但本質完全不
Thumbnail
36. Valid Sudoku Medium Topics premium lock icon Companies Determine if a 9 x 9 Sudoku board is valid. Only the filled cells need to be validated acco
Thumbnail
class Solution:     def isMatch(self, s: str, p: str) -> bool:         # i = s 的指標(小蛇目前走到哪)         # j = p 的指標(迷宮目前在哪個門)         i = 0         j
Thumbnail
Sudoku 是經典的 Constraint Problem(約束問題)。 題目要求你把空格 . 填入 1~9,使得: 每一列(row)數字 1~9 各出現一次 每一行(column)數字 1~9 各出現一次 每一個 3×3 box(九宮格)數字 1~9 各出現一次 這種問題最典型
Thumbnail
問題拆解 給定: 字串 s 單詞陣列 words,每個單詞長度相同 我們要找到所有的起始索引,使得從該位置開始的子字串, 正好是 words 裡所有單詞 任意排列 的拼接。 關鍵點: 單詞長度固定,假設為 word_len words 的總長度是 total_len = word_l
Thumbnail
在解longestValidParentheses的時候一開始思路是這樣 由於"()"一直失敗所以問AI 他跟我說 你的原始程式碼出問題,不是「語法錯」而是方法論本質錯。 而我幫你做的那個 two-pass 左右掃描法,是一個完全不同的演算法,雖然乍看和你的「左右指針」很像,但本質完全不
Thumbnail
36. Valid Sudoku Medium Topics premium lock icon Companies Determine if a 9 x 9 Sudoku board is valid. Only the filled cells need to be validated acco
Thumbnail
class Solution:     def isMatch(self, s: str, p: str) -> bool:         # i = s 的指標(小蛇目前走到哪)         # j = p 的指標(迷宮目前在哪個門)         i = 0         j
Thumbnail
Sudoku 是經典的 Constraint Problem(約束問題)。 題目要求你把空格 . 填入 1~9,使得: 每一列(row)數字 1~9 各出現一次 每一行(column)數字 1~9 各出現一次 每一個 3×3 box(九宮格)數字 1~9 各出現一次 這種問題最典型
Thumbnail
問題拆解 給定: 字串 s 單詞陣列 words,每個單詞長度相同 我們要找到所有的起始索引,使得從該位置開始的子字串, 正好是 words 裡所有單詞 任意排列 的拼接。 關鍵點: 單詞長度固定,假設為 word_len words 的總長度是 total_len = word_l
Thumbnail
我看RL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning他說state=f(H)其中H是歷史 歷史包含觀察動作獎勵三個 所以STATE要包含這三樣? 可是我看有些算法STATE只要用觀察做一些轉換就
Thumbnail
我看RL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning他說state=f(H)其中H是歷史 歷史包含觀察動作獎勵三個 所以STATE要包含這三樣? 可是我看有些算法STATE只要用觀察做一些轉換就