17:32 五百年一遇的选择题 » 刘润

B卷,第2大题(推理选择题,20分):

小明是一个空中飞人,但是也假装爱好天文。在得知7月22日有五百年一遇的日全食的时候,他同时得知那24小时自己要出现在北京、上海、杭州、南京四个地方。假如给定如下条件,请问,小明应该如何规划,即不影响工作,又可以看到日全食?

  1. 北京不在观测带,而杭州、上海、南京在观测带;
  2. 但是杭州、上海、南京都有可能下雨;
  3. 日全食主要观测时间是早上9:30左右;
  4. 杭州是一场学生演讲(8:30-10:30),南京是一顿客户饭局,上海是一场内部会议;
  5. 北京是起点。前一天晚上,会议结束后,朋友建议,嘿,坐飞机去追日吧,飞上云端就不怕下雨。
  6. 追日的前提是杭州演讲可以改期,以及承担可能所有人挤到飞机左侧造成的侧空翻风险。

下面请选择:

  1. 告诉杭州的学生,老师届时不在服务区,演讲改期,然后坐飞机追日;
  2. 前夜飞到杭州,演讲过程中如果不下雨,带学生一起看日全食;
  3. 前夜飞到上海,凌晨观测天象,看哪里不下雨,就立即启程去哪里(南京、杭州,或者留在上海);
  4. 抛硬币决定,9:30在哪里,顺天意,听天命。

我咬着笔头犹豫了很久,好纠结啊,真难。算了,已经忽悠过学生一次了,不能再改期了,就选2吧,不改了,就选2,不需要场外求助,对,不需要去掉一个错误答案,就选2! … Bing!SHE说,没有天理,真是没有天理啊,为什么她准备了全副武装、满怀期待都没有看到日全食,我飞来飞去反而看到了。

日全食真的很美。黑日金边,在生光的那一秒钟,一颗世界上最大、最美的钻戒让所有的学生的都“waaaa~~~”了出来。

为了纪念我没有天理的看到了日全食,SHE和我决定做一个日全食蛋糕以作纪念,然后“一日全食”。立照为证:

蛋糕吃完了,但是小明有一个问题没有想明白,作为本卷的附加题(+10分)。

在杭州,阳光重新射出的那一秒钟,生光位置(即钻戒上的那粒钻石)分明是在2点钟左右的位置。可是后来看很多网友拍的照片,有3点位置、有4点位置,还有更离谱的。太阳离我们那么远,长江流域比较地日距离微不足道,为什么大家看到的生光点会有这么大差距呢?

确实困惑,请真正爱好天文的朋友指教作答。

10:44 Advanced Segments for Event Tracking Now Available » Google Analytics Blog
If you're tracking events on your site, you can now define advanced segments to isolate event related visits. So, for example, you can now see how visits with events compared to visits overall.


To do this, you'd define an advanced segment that only includes visits with events. (Set "Total Events Greater than 0" for your condition.)


Once you've defined the segment, make it active and you'll be able to make side-by-side comparisons of All Visits versus Visits with Events throughout your reports.


The variety of event related segments that you can create is only limited by the event details you track. So, if you track video interactions, you can create segments that only include visits during which videos were viewed. For a 2-minute walkthrough of how to set up event related segments, check out this video. To learn more about how to set up event tracking on your site, read the Google Analytics Event Tracking Guide on Google Code.



数据挖掘10大算法(思维导图)-C4.5IDMer (数据挖掘者) » 车东's shared items in Google Reader

IDMer:该文档编译整理自Xindong Wu和Vipin Kumar在ICDM 2006 Panel上的Suvey Paper——"Top 10 Algorithms in Data Mining"(Xindong Wu、J.Ross Quinlan等人对其中的每种算法进行了简要介绍和评述),同时参考了《数据挖掘:概念与技术》以及其它材料,对每种算法给出简介,包括算法概述、要点、优缺点和常见问题等。

使用的思维导图工具为开源的FreeMind,简单好用。

这个思维导图我目前只整理了一半,会逐个上传。文中有疏漏错误之处,欢迎同行批评指正,谢谢。

本文的PDF版本在此下载:http://cid-41b73aec5151fbac.skydrive.live.com/embedrow.aspx/IDMer/C4.5%20%7C5FreeMind%7C6.pdf

 


^==Back Home: www.chedong.com

^==Back Digest Home: www.chedong.com/digest/

<== 2009-07-26
  七月 2009  
    1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31    
==> 2009-07-28