w3schools學習CSS

網頁的風格設定使用CSS,gradient漸層

學習心得

2025年最重要的十項技能

1.分析思考與創新Analytical thinking and innovation.

2.積極學習與學習策略Active learning and learning strategies

3.複雜問題的解決

4.批判思考與分析Critical thinking and analysis

5.創造力、原創性與起始性Creativity, originality and initiative

6.領導與社會影響

7.科技使用、監督與控制

8.科技設計與程式設計Technology design and programming

9.復原力、抗壓與彈性Resilience, stress tolerance and flexibility

10.論理、問題解決與想像reasoning, problem-solving and ideation

在記事本(editor)編輯程式碼，然後用瀏覽器(browser)打開。

寫程式碼用編輯器，然後使用編譯器或直譯器執行。

第一堂課，學會使用HTML與CSS學習指令Iframe框架, width寬度, height高度, src=source來源, title標題 html, css, style, border, color, padding, solid. style="border: 10px red solid" style="border: 10px red solid; text-align: center;"

留言

  1. George2023年11月7日 凌晨4:17

    911超級優秀！https://keiime.blogspot.com/2023/09/youtube-video-player.html

    回覆刪除

張貼留言

這個網誌中的熱門文章

林峰聿蒙地卡羅模擬資產價格

圖片
林峰聿蒙地卡羅模擬資產價格 切割期數 0 1 2 3 4 5 6 7 8 9 10 20 30 40 50 100 200 300 1000 https://www.blogger.com/blog/post/edit/6172510459041602402/655578622297946383(因子ETF) https://keiime.blogspot.com/2024/12/spy2060.html(移動平均線) CANVAS帆布蘋果公司開發的    Box  -Muller 轉換 ，由 George Edward Pelham Box 和 Mervin Edgar Muller 提出， [  1  ] 是一種 隨機數採樣 方法，用於產生成對的 獨立 、標準、 常態分佈 （零 期望值 、單位 變異數）隨機數，給定 均勻 源 隨機數。 Raymond EAC Paley 和 Norbert Wiener 在 1934 年關於複數域中傅立葉變換的論文中 首次明確提到了這個方法。  [  2  ] 考慮到後來這些作者的地位以及他們的論文的廣泛可用性和使用，幾乎可以肯定，博克斯和穆勒非常了解其內容。 Box-Muller 轉換通常以兩種形式表示。 Box 和 Muller 給出的基本形式從區間 (0,1) 上的均勻分佈中取得兩個樣本，並將它們對應到兩個標準的常態分佈樣本。極座標形式從不同的區間 [−1,+1] 取得兩個樣本，並將它們映射到兩個常態分佈樣本，而不使用正弦或餘弦函數。 Box-Muller 轉換是作為 逆變換採樣方法 的一種計算效率更高的替代方法而開發的。 [  3  ]  Ziggurat 演算法 為 標量處理器（例如舊的 CPU）提供了更有效的方法，而 Box-Muller 轉換對於具有向量單元的處理器（例如 GPU 或現代 CPU）更為優越。 [  4  ]
閱讀完整內容

林峰聿:行為財務,BRK波克夏海瑟威公司股價

圖片
認知過程 代表性啟發（representativeness heuristic）。其缺陷在於過分強調將事物劃分的典型類別，而不關注潛在的其它可能證據。Tversky,Slovic and Kahneman（1982）舉的「飛行訓練」一例形象解釋了這一現象。Debondt and Thaler（1983）進一步解釋了「贏者輸者效果」（winner lose effect），認為由於「代表性啟發」的存在使投資者對過去的輸者組合表現出過度悲觀，而對贏者組合過度樂觀。 可得性啟發（availability heuristic）認為容易令人聯想到的事件會讓人誤以為這個事件常常發生。如Shiller（2000）指出，網絡使用者會傾向將1990年代後期的股市繁榮歸功於Internet的發展。Kahneman and Tversky（1973）認為存在可得性啟發是由於個人不能完全從記憶中獲得所有相關的訊息。Fischhoff,Slovic and Lichtenstein（1977）認為個人對於自己不太能想像的事件，會低估其發生的可能性。 錨定與調整（anchoring and adjustment）啟發。人們最初得到的資訊可能制約對事件的估計，產生定錨效應，而以最初的資訊為參照來調整對事件的估計通常不充分。開始的參考點不同會產生不同的估計。Shefrin（2000）認為股票分析師對於新訊息的反應定位的太保守，並且調整的不夠快，Shafir，Diamond and Tversky（1997）通過實驗表...
閱讀完整內容