Shamir秘密共享方案是一种将秘密拆分成多份并分配给多个参与者保存，只有在满足特定条件下才能恢复原始秘密的密码学方案。它具有良好的容错性、加法同态性和无条件安全性等特点。具体地，Shamir秘密共享方案可以概括为以下步骤：首先，选择一个大质数p且sp，并选择一个随机数a0​，并生成n−1个不同的随机数a1​a2​⋯at−1​。这些数可用于定义一个t−1阶多项式fxa0​a1​xa2​x2⋯at−

鸢尾花种类预测，scikit-learn中数据集介绍、查看数据分布，seaborn安装，sns.lmplot(x, y)作图、数据集的划分，鸢尾花数据集，鸢尾花数据分析与处理

Matplotlib概念定义，Matplotlib绘图/画图/作图，matplotlib用法使用、什么是Matplotlib，Matplotlib常用函数用法，Matplotlib图像添加辅助功能信息，Matplotlib一个坐标系绘制多个图像，Matplotlib多个坐标系绘制多个图像，Matplotlib绘制数学函数图像

网络攻击概述、网络攻击常见技术方法、黑客常用工具、网络攻击案例分析

全梯度下降算法(FGD）、随机梯度下降算法（SGD）、随机平均梯度下降算法（SAGD）、小批量梯度下降算法（Mini-batch gradient descent，MGD）梯度下降优化算法，动量法、Adagrad、Adadelta、RMSProp、Adam

决策树：是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果，本质是一颗由多个判断节点组成的树熵(Entropy)：物理学上是“混乱”程度的量度，系统越有序，熵值越低；系统越混乱或者分散，熵值越高从信息的完整性上进行的描述：当系统的有序状态一致时，**数据越集中的地方熵值越小，数据越分散的地方熵值越大从信息的有序性上进行的描述：当数据

有一系列猫和狗的图片，通过对猫和狗用一些描述性特征如颜色等构造一个分类器对其进行分类，单个颜色特征可能无法得到一个准确的分类器，需加入一些其他特征，随着特征的增加，分类器性能随之增加，即分类准确率更高，但当特征数量达到一定规模后，分类器性能是下降的。线性回归进行训练学习的时候模型会变得复杂，这里就对应前面再说的线性回归的两种关系，非线性关系的数据，也就是存在很多无用的特征或者现实中的事物特征跟目标

python字符串切片及常用方法，字符串切片、查找、修改、判断方法学习总结

有一系列猫和狗的图片，通过对猫和狗用一些描述性特征如颜色等构造一个分类器对其进行分类，单个颜色特征可能无法得到一个准确的分类器，需加入一些其他特征，随着特征的增加，分类器性能随之增加，即分类准确率更高，但当特征数量达到一定规模后，分类器性能是下降的。线性回归进行训练学习的时候模型会变得复杂，这里就对应前面再说的线性回归的两种关系，非线性关系的数据，也就是存在很多无用的特征或者现实中的事物特征跟目标

防火墙概述、防火墙类型与实现技术、防火墙主要产品与技术指标、防火墙防御体系结构、防火墙技术应用