第二单元

问题一:LINUX对于硬件要求是什么?是不是要高配才能安装LINUX

答:CPU 至少要Pentium-3 500; 内存至少要512M

硬盘至少要20GB,网卡最好选择百兆/千兆网卡。

 

 

问题二:写下你目前计算机中各项设备主要登记与厂商或芯片组名称

主板:

CPUintel(R) i5

内存:3G

硬盘大小:500G

显卡:NVIDIA GeForce 920M

网卡:

问题三:请问一个硬盘最多有几个主分区和扩展分区?

答:一个硬盘最多有四个主分区或者扩展分区

问题四:如果一个硬盘是IDE接口2的第一块硬盘 ,请问这个硬盘的第一个逻辑驱动器的代号是多少?

hdb5 LINUX中第一块硬盘就是hda,第二块就是hdb,第三块就是hdc,第四块就是hdd.由于一块硬盘最多可以分四个主分区,1,2,3,4分别代表四个主分区,即使是没有第二,,四个主分区.逻辑分区编号依然是从5开始算起的

问题五:如果在分割磁盘时候设置了四个主分区,但是磁盘还有空间。请问还能不能使用这些空间?

答:不能了,因为系统只允许四个分区的存在。

问题六:想要知道date命令如何使用,应该如何查询?

:用命令Date --help

问题七:想让今天得1:30系统自动关机,并发出提示提示在线用户,要肿么做?

:用命令shutdown -h 1:30

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
 
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