普通版的百科知识,国家版十万个为什么.

普通版的百科知识，国家版十万个为什么？

国家版《十万个为什么》是中国第一本普及版的百科全书

分物理、化学、天文气象、农业、生理卫生5卷,初版即发行五百多万册.中国少年儿童出版社于1961年1月出版.它并不是一本书,而是以“套”出版的作品.其内容非常广泛,采取一问一答的方式介绍各类科学知识,文字不长,深入浅出,非常符合青少年读者的认知方式和阅读特点.它在传播知识、普及科学方面发挥了积极的作用,影响几代青少年走上了科学的道路.近年来,冠以“十万个为什么”的图书层出不穷,把很多众所关注的学科前沿问题也纳入进来,大大丰富了这一品牌的内涵.

米家智能摄像机与米家小白智能摄像机有什么区别？

区别：

1、外观不同 从ID和结构设计上看：米家小白是一体式的头部设计，做工更为复杂，高红处理、镂空底纹、一体式面罩，米家智能摄像机云台版整体采用了圆润的造型设计，米家智能摄像机分为上下两部分，可实现360°旋转拍摄，同时还可以进行上下85°调节，能够监控的区域有明显的扩展。

2、软硬件设备有所不同 小白智能摄像机拥有 1080P 超清显示分辨率，采用业界领袖级图像处理芯片 Ambarella S2LM，搭配美国 OV 高清 Sensor，画面显示颜色丰富饱满，视觉感受更舒适。云台版是支持720的分辨率，摄像头的清晰度一般，即使在超清的画质下，色彩也不是太好。

3、语音功能不同 小白摄像机主打人工智能，接入了语音功能，支持语音聊天、天气、新闻、股票、故事、菜谱、笑话、百科知识等主流场景的对话，更重要的是支持语音控制家居，目前已经支持米家2000多万的设备，种类也在增加，从灯、插座、扫地机、电扇、空调等，家中主流电器统统可以控制。 由于米家智能摄像机云台版自带语音麦克风，所以它还支持双向语音通话功能，只需有网就能双向通话，即便是不在家也能与家中老人小孩沟通。

你曾经看过哪些毁三观的电影或者电视剧？

1、《牛郎织女》

小的时候，可能会喜欢那种，仙女下凡爱上穷书生的故事，但是长大了再思考这个故事时，越想越离谱。谁会爱上一个趁自己洗澡还偷自己衣服的流氓！还愿意留在牛郎家帮他洗衣服、做饭和生孩子？更重要的是，她还描绘了一个伟大的母亲，她爱她的女儿，不想让她受苦，而无所不用其极阻碍她结婚的坏女人！在现实生活中，这就是一个将妇女诱拐到山上，卖给老人做妻子的故事。

2、《一帘幽梦》

我们琼瑶阿姨的戏，也许是她自己小三的问题，她的小说和电视剧都有点琐碎，这里只是以''一帘幽梦''为例来说明。在剧中，主人公和他的嫂子有了外遇，而他的妻子摔断了一条腿''你失去的只是一条腿,紫菱失去的是她的爱情啊！'' ，就这一句话，现在听起来，是不是很想把男主角抓出来打一顿！什么样的爱情，能够比失去肢体更重要？

3、《秦时明月丽人心》

热巴和张彬彬于2017年主演《丽姬传》，后更名为《秦朝明月丽人心》荆轲刺秦的历史明明对暴君独裁的反抗,表达爱国情怀的故事，却被电视剧硬生生的改为秦王把荆轲的女人给抢走了，并且秦王还爱这个女的爱得死去活来的狗血剧情。真是让人难以忍受！如果孩子们真的误解了这段历史呢？感觉编剧在取笑历史！

4、《情深深雨蒙蒙》

一个摇摆的报设记者何书桓，原来在无数人的心目中充满魅力。他工作好，家庭好，对人也很好，但是后来才意识到，他经常吃着锅里的，望着盆里的，在两姐妹之间摇摆，甚至让这两个姐妹来为他争风吃醋，妥妥的渣男一个。

5、《还珠格格》

当时看起来活泼可爱的小燕子，现在看就是一个冒牌的私生女啊，20来岁的小女孩不懂规矩，不懂礼貌，正室出来管教，却被冠以恶名，而温柔善良的紫薇其实是皇帝一夜风流遗留下来的孽债。其实就是私生女，在古代妇女是很讲究名节和名分的，夏雨荷至死都没有名分，这个格格认得却如此大度。

6、《我的前半生》

原来是讲新时代女性被渣男抛弃后独立成长，奋发逆袭的故事，但后来却演变成由朋友和好朋友男友转变，找了一个高富帅当靠山的故事，而这位高富帅正是帮助自己改变闺蜜的男友！真的是毁三观了。

7、《奋斗》

打着奋斗的旗号，个个三观不正，抢了自己好闺蜜男友的夏琳；劈腿女友闺蜜，害前女友破产，怼完生父怼继父的男主陆涛，靠着有权和有钱的两位父亲一路绿灯；而另外一对打着为了家庭奋斗旗号的小两口，一个贪玩没责任心，一个嘴巴硬一直作，而唯一真正的奋斗的人只有华子，靠着自己努力最终收获到了爱情。8、《流星花园》

在两个好男人之间一直摇摆不定的的杉菜，演员大S也说过，认为杉菜的性格很贱，很烦人，就是典型的绿茶婊，她当时很努力地美化她，现在他又被重新翻拍了一遍又一遍，所以大S忍不住吐槽。

9、《甄嬛传》

从天真烂漫的少女到步步为营的皇太后，嬛嬛的励志成长故事很感人，但他一再出轨，最终生下了老公亲弟弟的儿子。这种事在历史上也是很可耻的。不知道为什么还有那么多人喜欢甄嬛。

10、《天若有情》

这个故事说白了就是一个40岁的中年男人和一个18岁的少女相爱了。本来，爱情无论年龄多大，都是很美好的。但是让人不能接受的是，男主是女主母亲的前男友！而男主在以''父''为名照顾女主的时候，情不自禁的爱上了她！ 从亲情演变为爱情。这是真的毁三观啊！

四库全书和永乐大典这些古代的百科全书和现代的百科全书有什么不同？

【《四库全书》和《永乐大典》是中国古代两部百科全书巨著，是中国文化史上的瑰宝与珍品】

学者们把《四库全书》与《永乐大典》相提并论，而实际上两者的性质和命运有着根本的区别：

一．《四库全书》是丛书，而《永乐大典》就是类书。

二．在中国清代进入乾隆盛世时期，其国力日益强大，乾隆皇帝意欲成就一番名垂史册的文化伟业，随即康熙和雍正先后下诣在篡修的《古今图书集》原稿上汇编成了《永乐大典》，其书耗资400万两白银，历经13年编著而成。

三．《四库全书》全套约8亿个字，被定性为中国古时最大的一部官修书，也是中国古时最大的一部丛书。该书被评为“溯其源流”的功能属性，其“四库”以渊、源、津、溯命名。

《四库全书》与《永乐大典》是有重大影响和声誉的古时大型文化工程，与现代百科全书根本的区别在于这两本巨著是有古时文化背景的，古代人用古代人的眼光与智慧编著而成的，原汁原味。所以这两本巨著对保护和传承传统文化发挥了不可替代的作用与历史价值。

谢谢题主问答邀请！

股票的基本概念？

在解释机器学习的基本概念的时候，我发现自己总是回到有限的几幅图中。以下是我认为最有启发性的条目列表。

Test and training error

为什么低训练误差并不总是一件好的事情呢：上图以模型复杂度为变量的测试及训练错误函数。欢迎股民来某信 kdj684

Under and overfitting

低度拟合或者过度拟合的例子。上图多项式曲线有各种各样的命令M，以红色曲线表示，由绿色曲线适应数据集后生成。

Occam’s razor

上图为什么贝叶斯推理可以具体化奥卡姆剃刀原理。这张图给了为什么复杂模型原来是小概率事件这个问题一个基本的直观的解释。水平轴代表了可能的数据集D空间。贝叶斯定理以他们预测的数据出现的程度成比例地反馈模型。这些预测被数据D上归一化概率分布量化。数据的概率给出了一种模型Hi,P(D|Hi)被称作支持Hi模型的证据。一个简单的模型H1仅可以做到一种有限预测，以P(D|H1)展示;一个更加强大的模型H2，举例来说，可以比模型H1拥有更加自由的参数，可以预测更多种类的数据集。这也表明，无论如何，H2在C1域中对数据集的预测做不到像H1那样强大。假设相等的先验概率被分配给这两种模型，之后数据集落在C1区域，不那么强大的模型H1将会是更加合适的模型。

Feature combinations

(1)为什么集体相关的特征单独来看时无关紧要，这也是(2)线性方法可能会失败的原因。从Isabelle Guyon特征提取的幻灯片来看。

Irrelevant features

为什么无关紧要的特征会损害KNN，聚类，以及其它以相似点聚集的方法。左右的图展示了两类数据很好地被分离在纵轴上。右图添加了一条不切题的横轴，它破坏了分组，并且使得许多点成为相反类的近邻。

Basis functions

非线性的基础函数是如何使一个低维度的非线性边界的分类问题，转变为一个高维度的线性边界问题。Andrew Moore的支持向量机SVM(Support Vector Machine)教程幻灯片中有：一个单维度的非线性带有输入x的分类问题转化为一个2维的线性可分的z=(x,x^2)问题。

Discriminative vs. Generative

为什么判别式学习比产生式更加简单：上图这两类方法的分类条件的密度举例，有一个单一的输入变量x(左图)，连同相应的后验概率(右图)。注意到左侧的分类条件密度p(x|C1)的模式，在左图中以蓝色线条表示，对后验概率没有影响。右图中垂直的绿线展示了x中的决策边界，它给出了最小的误判率。

Loss functions

学习算法可以被视作优化不同的损失函数：上图应用于支持向量机中的“铰链”错误函数图形，以蓝色线条表示，为了逻辑回归，随着错误函数被因子1/ln(2)重新调整，它通过点(0，1)，以红色线条表示。黑色线条表示误分，均方误差以绿色线条表示。

Geometry of least squares

上图带有两个预测的最小二乘回归的N维几何图形。结果向量y正交投影到被输入向量x1和x2所跨越的超平面。投影y^代表了最小二乘预测的向量。

Sparsity

为什么Lasso算法(L1正规化或者拉普拉斯先验)给出了稀疏的解决方案(比如：带更多0的加权向量)：上图lasso算法的估算图像(左)以及岭回归算法的估算图像(右)。展示了错误的等值线以及约束函数。分别的，当红色椭圆是最小二乘误差函数的等高线时，实心的蓝色区域是约束区域|β1| + |β2| ≤ t以及β12 + β22 ≤ t2。