Oracle個人學習日記：（一）decode 使用
遇到的需求：
DISORDER為排序欄位
需要調整某兩個的資料的DISORDER
SQL語句:
update t_article_manage set disorder=decode( disorder,2,3,3,2, disorder) where disorder in (2,3)decode介紹：
個人而言看的不是太懂，但是還是學看一下學習一下的。參考資料：精通Oracle SQL第二版.pdf
相關推薦
Oracle個人學習日記：（一）decode 使用
遇到的需求： DISORDER為排序欄位 需要調整某兩個的資料的DISORDER SQL語句: update t_article_manage set disorder=decode( di
瞎折騰之個人學習環境搭建（一）：安裝XenServer
背景介紹 家裡只有一臺安裝WIN10的筆記本可供在下折騰，在下先安裝了個VMware® Workstation 12 Pro，計劃建立一臺虛擬機器安裝XenServer，再得用XenServer虛擬3臺Centos7，夠折騰的吧，其實如果僅虛擬Centos7，可以直接使用VMwar
QT5.11.1結合VS2017學習筆記：（一）環境的配置及HelloWorld的實現
前言： 最近開始學習QT，由於習慣了使用VS而網上的教程大多都是基於QTCreator的，很少有基於VS的。為此，本人決定將自己學習的過程記錄下來。水平有限，有不對的地方，歡迎大家批評指正！ 工具及系統：VS2017，Qt5.11.1 一、環境配置 1、安
Hadoop學習筆記：（一）WordCount執行
前言：本文是在hadoop已經配置好的情況下 WordCount是hadoop下的HelloWorld程式，是初學者必須要會的。下面是用eclipse進行開發 一、工程與MapReduce程式碼 新建工程，建立WordCount class
基本設計模式學習筆記：（一）常見的七種面向物件設計原則
0.概述 面向物件設計原則為支援可維護性複用而誕生，這些原則蘊含在很多設計模式中，他們是從許多設計方案中總結出來的指導性原則1.單一原則 一個類只負責一個功能領域中的相應職責，或者說：就一個類而言，應該只有一個引起它變化的原因。個人總結：將不同職責的方法放在
【SSH之旅】一步步學習Hibernate框架（一）：關於持久化
stc localhost 對象 schema hbm.xml java let pass [] 在不引用不論什麽框架下，我們會通過平庸的代碼不停的對數據庫進行操作，產生了非常多冗余的可是又有規律的底層代碼，這樣頻繁的操作數據庫和大量的底層代碼的反復
中國mooc北京理工大學機器學習第二周（一）：分類
kmeans 方法 輸入 nump arr mod 理工大學 each orm 一、K近鄰方法（KNeighborsClassifier） 使用方法同kmeans方法，先構造分類器，再進行擬合。區別是Kmeans聚類是無監督學習，KNN是監督學習，因此需要劃分出訓練集和測試
學習之路（一）淺談：基礎命令及linux工作原理
linux命令 看了視頻，它系統的講解了linux從硬件到操作系統的工作過程，以及常用的基礎命令的詳細參數及用法。 我也在這裏整理之後加強記憶一次基本概念，及linux文件樹目錄的基本知識結構。 硬件——>操作系統OS——>l
機器學習實戰教程（一）：線性回歸基礎篇（上）
學習 reg style spa 目標 pub auto 機器 輸入 一 什麽是回歸？ 回歸的目的是預測數值型的目標值，最直接的辦法是依據輸入，寫入一個目標值的計算公式。 假如你想預測小姐姐男友汽車的功率，可能會這麽計算： Ho
Flask框架的學習與實戰（一）：開發環境搭建
進行 read 模型 clas tar pychar html itl .html Flask是一個使用 Python 編寫的輕量級 Web 應用框架。其 WSGI 工具箱采用 Werkzeug ，模板引擎則使用 Jinja2。很多功能的實現都參考了django框架。由於項
機器學習速成筆記（一）： 主要術語
機器學習研究如何通過計算的方式，利用資料集來改善系統自身的效能。 而深度學習是屬於機器學習的一個子分支。 機器學習的通用的兩種型別： 無監督學習：事先並沒有任務訓練資料的樣本，需要直接對資料進行建模型。 監督學習：通過已經有的訓練樣本（即輸入資訊和對應的輸出）來訓練，得到一個
記錄摘要筆記：學習習慣：學習與思考（一）
1、做讀書筆記。一是將自己閱讀的時候思考（包括閃念）總結下來，二是將書中的好例子摘抄下來（google note）。 2. 將思考成為習慣還有一個很大的好處——避免焦慮。卡耐基用一整本書講了一個有效的做法來避免焦慮——底線思考。 另一個有效的做法，就是投入地做另一件事情。 3.重要的事情優先（
java實現oracle 快速解除安裝資料並ftp上傳資料給各個其他業務系統[從學習到工作（一）]
1.java解除安裝資料（ociuldr user=anysql/anysql query="select * from tab" field="|"） 我們通常會採用jdbc操作資料庫然後用io寫入檔案，而在大資料的情況下用io寫入檔案是比較慢的，所以在工作中，我們會採用oracle
Oracle學習——資料庫建立（一）
一：使用DBCA以靜默方式建立資料庫 dbca -silent -createDatabase -templateName General_Purpose.dbc -gdbname test -sid test -responseFile NO_VALUE -characterSet AL32UT
學習Coq筆記（一）：Windows下安裝Coq
正在學習形式語義這門課，需要使用到Coq作為輔助語言進行描述。因此，需要在熟悉Coq語言。然而，直接百度Coq會出現很多奇奇怪怪的結果（Google更準確，但是我在載入自定義庫遇到的問題沒有直接找到答案），因此特別在這裡做個筆記，以備後來查驗。 Coq的核心下載地址：h
Tensorflow學習之路（一）：從MNIST資料集開始
MNIST資料集簡單介紹： MNIST 資料集可在 http://yann.lecun.com/exdb/mnist/ 獲取, 它包含了四個部分: Training set images: train-images-idx3-ubyte.gz (9.9 MB,
深度學習（TensorFlow）環境搭建：（一）硬體選購和主機組裝
一、硬體採購 近年來，人工智慧AI越來越多被人們所瞭解，尤其是AlphaGo的人機圍棋大戰之後，機器學習的熱潮也隨之高漲。最近，公司採購了幾批裝置，通過深度學習（TensorFlow）來研究金融行業相關問題，學習機器學習我們需要滿足一定的硬體要求，本文主要是介紹
David Silver強化學習公開課（一）：馬爾科夫決策過程
在強化學習中，馬爾科夫決策過程（Markov decision process, MDP）是對完全可觀測的環境進行描述的，也就是說觀測到的狀態內容完整地決定了決策的需要的特徵。幾乎所有的強化學習問題都可以轉化為MDP。本講是理解強化學習問題的理論基礎。 馬爾科夫過程 M
統計學習方法筆記（一）：K近鄰法的實現：kd樹
實現k近鄰演算法時，首要考慮的問題是如何對訓練資料進行快速的k近鄰搜尋。這點在特徵空間的維數大於訓練資料容量時尤為重要。 構造kd樹 kd 樹是一種對k為空間中的例項點進行儲存的一邊對其進行快速檢索的樹形資料結構。kd樹是二叉樹，表示對k維空間的一個劃分（parti
Linux系統程式設計學習常見問題（一）：VMware虛擬機器下Ubuntu18.04突然上不了網的問題解決方案
問題描述：VMware虛擬機器下Ubuntu18.04突然上不了網的問題：如下圖所示： 更改這裡的三種連線方式都是這樣 2. 分析：IP衝突或者配置出了問題，需重新更新設定。 3. 解決： （1）將模式調整為