1、掌握 Linux Shell 脚本编程的实用指南

掌握 Linux Shell 脚本编程的实用指南

1. 作者与书籍背景

Sarath Lakshman,一位 21 岁的计算机科学与工程专业本科生,自青少年时期就迷上了 Linux。他是生活黑客、GNU/Linux 爱好者以及自由和开源软件的积极倡导者。他开发了面向 Linux 新手的用户友好型 GNU/Linux 发行版 SLYNUX,还为多个开源项目做出了贡献,如 PiTiVi 视频编辑器、Swathantra Malayalam Computing 等。他也为《Linux For You》杂志撰写了许多关于自由和开源软件技术的文章。

本书是一本关于 Linux Shell 脚本编程的实用指南,包含 110 多个简单却极其有效的脚本配方,帮助读者解决实际的脚本编程问题。书中涵盖了从基础的终端打印、数学运算到复杂的文件管理、网络操作等多个方面,适合初学者和有一定经验的用户参考。

2. 书籍内容概述

本书内容丰富,涵盖了多个方面的脚本编程知识,以下是各部分的简要介绍:
| 部分 | 内容简介 |
| ---- | ---- |
| 基础操作 | 包括在终端打印、使用变量和环境变量、进行数学计算、文件描述符和重定向、数组和关联数组、别名使用、获取终端信息、日期设置和延迟、脚本调试、函数和参数使用等基础操作。 |
| 命令运用 | 介绍了各种实用命令,如 cat 命令的文件拼接、终端会话的记录和回放、文件查找和列表、xargs 命令的使用、tr 命令的字符转换、校验和验证、排序和去重、临时文件命名和随机数生成、文件分割和重命名等。 |
| 文件处理 | 涉及文件和文件系统的操作,如生成任意大小的文件、文本文件的

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值