1. 绪论数据库：互相关联的数据集合。数据的概念是广义的。DBMS：数据库管理系统数据库强调：对数据的有效组织和管理。大数据技术目标：高效，简单，安全，共享大规模数据的关键技术DBS：数据库系统。Web+数据库四层抽象：概念层，物理层，逻辑层，视图层。数据模型：数据结构和语义的概括数据库模式：面向特定数据模型，针对特定应用的数据库结构实例：特定数据库中特定时刻存储的数据的集合物理层的数据模式：物理

requestRequest库的get（）方法：最通常的方法是通过r=request.get（url）构造一个向服务器请求资源的url对象。这个对象是Request库内部生成的。这时候的r返回的是一个包含服务器资源的Response对象。包含从服务器返回的所有的相关资源。response对象常用的属性：r.status_code：响应的状态码。200表示成功，403表示4表示资源不可用。服务器理解

5 MySQL数据保护5.1 数据保护数据安全建立在数据保密性、数据完整性、数据可用性之上数据库管理系统提供统一的机制保护数据的保密性、完整性、可用性保密性：对数据资源的隐藏指仅允许经授权的读数据需要对数据值进行保密和数据存在性进行保密完整性：数据的可信度保护数据完整性通常是指防止非法或者未经授权的数据修改包括数据值，数据来源的完整性可用性：对数据库期望使用能力减少数据库的停工时间，保持数据持续可

6 数据库设计：实体-联系方法数据库的设计方法和生命周期数据库设计方法① 实体-联系方法② 属性-联系方法实体-联系方法围绕实体展开经历需求分析、概念设计、物理设计、数据库实现、运行维护等阶段先建立概念模式，再转换为关系模式。概念设计：概念模式与具体的DBMS无关，通常使用实体-联系图表示，也叫E-R图逻辑设计：将概念模式转换成相应的逻辑模式，获得复合选定DBMS数据模型的逻辑结构，比如关系模式。

机器学习（1）机器学习：模式识别计算机视觉数据挖掘语音识别统计学习自然语言处理训练样本特征抽取学习函数预测有监督问题：有label无监督问题：无label回归：输出具体的值分类：所分类的问题线性回归hθ(x)=θ0+θ1x1+θ2x2h_\theta(x)=\theta_0+\theta_1x_1+\theta_2x_2hθ​(x)=θ0​+θ1​x1​+θ2​x2​hθ(x)=∑i=0nθixi

1.28 numpy与pandas学习numpynumpy是什么numerical python一个开源的科学计算库numpy优势代码更简洁（以数组，矩阵为粒度）性能更高效（存储效率和输入输出性能更好）numpy是python科学数据类库的基础库测试一个函数执行的时间%timeit 执行的函数Numpy中的核心arrayarray中的所有元素都是同一种类型的array本身的属性shape：返回一个

pytorch深度学习RNN循环神经网络pytorchRNN后面的神经网络会基于前面神经网络的贡献可以接受更广泛的时间序列结构输入LSTM RNNlong short-term memory（长短期记忆）普通rnn会出现最初始的信息被忽略，在反向传播的时候减小最开始时候的信息。而造成梯度消失，也叫做梯度弥散也有可能造成一开始的梯度改变之后无穷大，称为梯度爆炸因此，普通rnn无法解决轴点记忆的问题l