VOID

  继续教育每年可以申请专项附加税扣除，学位教育期间每月400元定额扣除，职业资格继续教育、专业资格人员职业资格继续教育取得证书的当年按照3600元定额扣除。

  本文是对老项目的整理，之前使用过aircv+Win32Ctrl屏幕控制的思路进行过接近物理作弊，疯狂的刷阴阳师妖气封印的式神碎片。

  本文研究如何用一段视频生成gif。具体分为两步，首先将视频抽帧，然后将选择的帧合并成一个gif文件。

  本文记录MT4交易中的登录、交易数据（历史数据导入）、外汇交易时间、以及交易点差（手数设定）等的一些具体的基本问题。

  当使用手机缓存B站的视频时会发现，一个视频被拆成了很多blv格式的碎片，将大量的碎片合并成一个mp4文件，这里记录的方法作者原文在https://www.cnblogs.com/FHC1994/p/10760809.html
  19.10.23更新：现在的策略是一个视频被拆成了video.m4s和audio.m4s两个部分，从合并上来说其实更简单了。（bilibili在我安卓手机的缓存路径为：此电脑\iQOO Neo3\内部存储设备\Android\data\tv.danmaku.bili\download<某个视频>）
  22.10.15更新：使用ffmpeg进行合并转换。

  这里记录sqlite，mysql，SqlServer，以及oracle这几种数据库的导入导出和部分交互。
最基本的思路是使用sqlalchemy/cx_Oracle，以及针对dataframe使用pandas的read_sql，to_sql。

  之前的项目中有使用到NLP中经典的文档生成主题模型LDA做场景分类，本文是其源码的核心部分记录，重要优化是使用了multiprocessing多核的手段来加速运算。

  FP-growth是关联规则挖掘大的经典算法，它的优势在长组合集挖掘里非常突出，而事实上在大量场景中，FP-growth相对于Apriori算法几乎总有一定的效率优势。

  Apriori是进行频繁项挖掘的经典算法，他的原理最为简洁易懂，通过对逐层递进硬统计的剪枝，可以减少统计的对象从而提高计算的效率。Apriori最大的问题在于当频繁集的深度非常大的时候，挖掘的效率就会变得很低，即统计的对象越发接近2^n。

  Kaggle的练习比赛——House Prices Advanced Regression
Techniques,使用了lasso和randomforest来预测房价，误差0.12772（37%）。留底源码。