机器学习定义及框架
机器学习定义与框架基本概念机器学习是通过接受外界信息（包括观察样例，外来监督，交互反馈等），获得一系列方法、知识、规则和技能的过程。
机器学习的巨大优势在于，设计者不必定义具体的流程细节，只需告诉机器一些通用知识，定义一些足够灵活的通用结构（如图模型定义的概率关系，神经网络定义的拓扑结构），机器即可通过观察和体验积累实际经验，对所定义的结构及其参数进行调整、改进，从而获得面向特定任务的处理能力。
学习框架知识和经验是构造机器学习系统的两个常用信息源。
知识，人类已经获得的可形式化的某种表达。
经验，机器在运行过程中得到的反馈。
基于先验知识设计一个合理的结构，再用实际经验对这一结构的细节进行修正和优化。
基于知识-经验机器学习框架可以表达为一个将人类经验（Human Knowledge）和实际经验（Emirital Evidence）结合在一起的计算模式，在这一模式里，我们依赖知识设计合理的结构，利用实际经验对学习结构进行调整，实现既定学习目标最优化。
框架组成通常包括学习目标，学习结构，训练数据和学习方法四个方面。
学习目标：明确学习任务，定义最佳目标函数，将模糊的“任务最优化”量化 ...
碳中和
碳中和近期碳中和问题在中国讨论的很热，但凑热闹者多于冷静思考者。
丁仲礼院士说：“要发展就难免排放，排放问题本质上就是发展问题，排放权即发展权。”
二氧化碳排放主要来自于化石燃料燃烧，而化石燃料是中国现阶段最主要的能源，且难以在短期内实现全面替代。
然而，大多数人对碳中和及其挑战都存在认知局限，盲目入场者不计其数，主要有以下几个表现：
追求排放计量精细化据统计，2020年中国二氧化碳排放大约103亿吨，其中，煤炭、石油、天然气燃烧排放达到95亿吨，占比达到92%，而剩余排放占比较小，比如沼气、生物质以及其他排放。
由此看见，通过区域煤炭、石油、天然气这三个关键化石能源使用量，即可估算出实际排放量的92%左右。
但是，有不少研究者在专门研究计算个体单位、公司的二氧化碳排放，从宏观层面看，这是劳民伤财，对降碳并无裨益。
低估清洁能源替代难度中国的太阳能、风能发展位居世界前列，增量巨大，但与煤电相比，依然十分有限。有数据表明，2019年并入电网的风能和太阳能发电总量大约只占煤炭发电的12.5%。
太阳能、风能受自然因素影响明显，且发电时间约为1500-2000小时/年，属于非稳定供电。由于技 ...
知识管理
知识管理知识管理是通过获取、整合和利用有效信息来辅助做出更好决策的过程。
决策过程涉及两个关键要素：目标与资源。
目标，即知道自己想要什么，才能知道如何做。
资源，即可以利用做出更好决策的有效信息。
知识管理可以分为4个步骤，获取，记录，组织和利用。
1）获取。当今时代有大量的冗余信息，因而需要明确的目标，将有限的注意力聚焦于重要的事情上。
2）记录。引入认知科学家比约克夫妇（Robert A. Bjork 与 Elizabeth Ligon Bjork）提出的【必要难度】（Desirable Difficulty）概念，坚持记录要点和思考，同时加入标签，便于积累和日后拼装。
3）组织。具有海量信息的大脑神经元、宇宙都是网状结构，从生物学角度，知识结构应该是生长出来的。通过有目的地学习输入，让知识结构自由生长、慢慢涌现，但需要定期进行整合和输出。
4）利用。运用知识来辅助做出正确决策才是知识管理的真正目标，而输出只是为了获取高质量的反馈，帮助做出更好的决策。
知识才是可以随时带走的最大资产。
Hello World
Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.
Quick StartCreate a new post1$ hexo new "My New Post"
More info: Writing
Run server1$ hexo server
More info: Server
Generate static files1$ hexo generate
More info: Generating
Deploy to remote sites1$ hexo deploy
More info: Deployment