From 4866e3850b5b77d7a481f2d251f96b53ecdffaa7 Mon Sep 17 00:00:00 2001 From: Dmitry Date: Mon, 20 Apr 2026 23:05:40 +0300 Subject: [PATCH] vault backup: 2026-04-20 23:05:40 --- .obsidian/workspace.json | 22 +++++++++---------- .../02 DevOps/Ansible/Fail2Ban - Ansible.md | 6 ++++- .../02 DevOps/Ansible/Inventory - Ansible.md | 6 ++++- .../02 DevOps/Ansible/Modules - Ansible.md | 6 ++++- 01 Library/02 DevOps/Terraform.md | 6 ++++- .../02 DevOps/Контейнеризация/Docker Swarm.md | 4 ++++ .../Docker/Docker - Дополнительные знания.md | 6 ++++- .../Docker/Images, Dockerfile - Docker.md | 6 ++++- .../Docker/Network Drivers - Docker.md | 8 ++++++- .../Контейнеризация/Docker/Volume - Docker.md | 6 ++++- .../Статистика/Временные ряды/ВР - основы.md | 3 ++- .../Временные ряды/Случайное блуждание.md | 6 ++++- .../Принципы дискриминантного анализа.md | 5 ++++- .../Дискриминантный анализ/Функция потерь.md | 4 ++++ .../Итерационная классификация. Метод K-средних (K-means).md | 4 ++++ .../Кластерный анализ/Расстояние между объектами.md | 4 ++++ ...Постановка задачи снижения размерности признакового пространства.md | 4 ++++ .../Логические операции над нечеткими множествами.md | 4 ++++ .../Функция принадлежности.md | 4 ++++ .../Linux/Environment Variables.md | 5 ++++- .../Linux/File Permissions.md | 7 +++++- .../Производные финансовые инструменты.md | 5 ++++- .../Функции налогов и экономические циклы.md | 4 ++++ .../11 Machine Learning/Линейные модели.md | 7 ++++++ .../Метрические алгоритмы.md | 6 +++++ 25 files changed, 123 insertions(+), 25 deletions(-) diff --git a/.obsidian/workspace.json b/.obsidian/workspace.json index 9904cd6..bcec039 100644 --- a/.obsidian/workspace.json +++ b/.obsidian/workspace.json @@ -186,10 +186,19 @@ }, "active": "27e6486165131cfa", "lastOpenFiles": [ - "99 System/Claude - Инструкция и контекст.md.tmp.41192.1776714766871", + "01 Library/05 Operating System/Linux/File Permissions.md.tmp.41192.1776715539121", + "01 Library/05 Operating System/Linux/Environment Variables.md.tmp.41192.1776715533920", + "01 Library/02 DevOps/Контейнеризация/Docker/Images, Dockerfile - Docker.md.tmp.41192.1776715524048", + "01 Library/02 DevOps/Ansible/Modules - Ansible.md.tmp.41192.1776715511079", + "01 Library/02 DevOps/Контейнеризация/Docker/Docker - Дополнительные знания.md.tmp.41192.1776715500048", + "01 Library/02 DevOps/Контейнеризация/Docker/Volume - Docker.md.tmp.41192.1776715494003", + "01 Library/02 DevOps/Terraform.md.tmp.41192.1776715490954", + "01 Library/02 DevOps/Ansible/Fail2Ban - Ansible.md.tmp.41192.1776715480157", + "01 Library/02 DevOps/Ansible/Inventory - Ansible.md.tmp.41192.1776715476794", + "01 Library/02 DevOps/Контейнеризация/Docker Swarm.md.tmp.41192.1776715473538", + "01 Library/02 DevOps/Контейнеризация/Docker/Network Drivers - Docker.md.tmp.41192.1776715469083", "00 Inbox/Экономическая безопасность.md", "99 System/Claude - Инструкция и контекст.md", - "99 System/Claude - Инструкция и контекст.md.tmp.41192.1776714696361", "99 System/copilot/copilot-conversations/Test_Conversation_Title@20260420_220320.md", "99 System/copilot/copilot-conversations/Test@20260420_220320.md", "copilot/copilot-custom-prompts/Clip Web Page.md", @@ -207,27 +216,18 @@ "copilot/copilot-custom-prompts/Summarize.md", "copilot/copilot-custom-prompts/Translate to Chinese.md", "copilot/copilot-custom-prompts/Fix grammar and spelling.md", - "copilot/copilot-custom-prompts", - "copilot", "99 System/copilot/system-prompts/Base.md", - "99 System/copilot/system-prompts", "99 System/copilot/copilot-custom-prompts/Format.md", "99 System/copilot/copilot-custom-prompts/Iconize.md", "99 System/copilot/copilot-conversations/Fuzzy_Sets_Information@20260420_162103.md", "99 System/copilot/copilot-conversations/Title_Assistance_Requested@20260420_161648.md", - "99 System/copilot/copilot-conversations", - "99 System/copilot/copilot-custom-prompts", - "99 System/copilot", "00 Inbox/Индикаторы экономической безопасность.md", - "01 Library/02 DevOps/Kubernetes", "99 System/Cache/Pasted image 20260417105833.png", "99 System/Cache/Pasted image 20260417105754.png", - "Excalidraw", "99 System/Cache/Pasted image 20260413131243.png", "99 System/Cache/Pasted image 20260413131152.png", "99 System/Cache/Pasted image 20260413131129.png", "99 System/Cache/Pasted image 20260413130714.png", - "05 NoxPKB/wiki", "99 System/Cache/Pasted image 20260410110555.png", "99 System/Cache/Pasted image 20260410110002.png", "99 System/Cache/Pasted image 20260410105854.png", diff --git a/01 Library/02 DevOps/Ansible/Fail2Ban - Ansible.md b/01 Library/02 DevOps/Ansible/Fail2Ban - Ansible.md index b77425f..8df31ef 100644 --- a/01 Library/02 DevOps/Ansible/Fail2Ban - Ansible.md +++ b/01 Library/02 DevOps/Ansible/Fail2Ban - Ansible.md @@ -49,4 +49,8 @@ findtime = 600 name: fail2ban state: restarted enabled: true -``` \ No newline at end of file +``` + +## Связанные заметки +- [[DHCP-snooping]] — defence-in-depth: Fail2Ban блокирует атаки на L7 (SSH brute-force), DHCP Snooping — на L2 (rogue DHCP); разные уровни одной стратегии защиты +- [[Super-user]] — `become: true` в Ansible использует sudo для установки и управления Fail2Ban \ No newline at end of file diff --git a/01 Library/02 DevOps/Ansible/Inventory - Ansible.md b/01 Library/02 DevOps/Ansible/Inventory - Ansible.md index 6237533..df27103 100644 --- a/01 Library/02 DevOps/Ansible/Inventory - Ansible.md +++ b/01 Library/02 DevOps/Ansible/Inventory - Ansible.md @@ -80,4 +80,8 @@ all: children: webservers: databases: -``` \ No newline at end of file +``` + +## Связанные заметки +- [[DHCP]] — если хосты получают IP динамически через DHCP, inventory должен использовать имена (DNS), а не IP-адреса +- [[DNS]] — `ansible_host: web1.example.com` требует DNS-резолвинга; `/etc/resolv.conf` определяет, где искать \ No newline at end of file diff --git a/01 Library/02 DevOps/Ansible/Modules - Ansible.md b/01 Library/02 DevOps/Ansible/Modules - Ansible.md index 30a4e68..def9530 100644 --- a/01 Library/02 DevOps/Ansible/Modules - Ansible.md +++ b/01 Library/02 DevOps/Ansible/Modules - Ansible.md @@ -86,4 +86,8 @@ command: mkdir /folder creates=/folder # ansible создаст папку то name: John uid: 1040 group: dev -``` \ No newline at end of file +``` + +## Связанные заметки +- [[File Permissions]] — модуль `user` управляет uid/gid пользователей Linux; `lineinfile` редактирует системные файлы; все это работает поверх Linux-прав доступа +- [[Super-user]] — `become: true` использует sudo; модуль `user` создаёт пользователей без root-прав для следующих задач \ No newline at end of file diff --git a/01 Library/02 DevOps/Terraform.md b/01 Library/02 DevOps/Terraform.md index 318fdbf..7d2657e 100644 --- a/01 Library/02 DevOps/Terraform.md +++ b/01 Library/02 DevOps/Terraform.md @@ -27,4 +27,8 @@ Terraform - ПО, разработанное HashiCorp для централиз 1. `terraform init` - инициализация рабочей директории, содержащей файлы tf. 2. `terraform plan` - команда для предварительного просмотра изменений без фактического применения. 3. `terraform apply` - применение изменений на инфре. -4. `terraform refresh` - \ No newline at end of file +4. `terraform refresh` - + +## Связанные заметки +- [[NAT]] — NAT-шлюзы, пулы IP-адресов и сетевые сегменты — типовые ресурсы, которые Terraform декларативно управляет в облачной инфраструктуре +- [[IaC - основы]] — методология, которую реализует Terraform \ No newline at end of file diff --git a/01 Library/02 DevOps/Контейнеризация/Docker Swarm.md b/01 Library/02 DevOps/Контейнеризация/Docker Swarm.md index ca72f93..2cda2cd 100644 --- a/01 Library/02 DevOps/Контейнеризация/Docker Swarm.md +++ b/01 Library/02 DevOps/Контейнеризация/Docker Swarm.md @@ -51,3 +51,7 @@ Docker Swarm хорошо интегрируется с инструментам [[Apache Mesos]] [[01 Library/02 DevOps/Контейнеризация/Kubernetes]] [[HashiCorp Nomad]] + +## Связанные заметки +- [[Сегментация сети]] — network policy в Swarm (не поддерживается нативно) решает ту же задачу изоляции трафика, что VLAN в физической сети +- [[CA и NGINX.md|CA и NGINX]] — встроенный mTLS между нодами Swarm использует ту же PKI-инфраструктуру, что и SSL-сертификаты в NGINX diff --git a/01 Library/02 DevOps/Контейнеризация/Docker/Docker - Дополнительные знания.md b/01 Library/02 DevOps/Контейнеризация/Docker/Docker - Дополнительные знания.md index 8ce295c..f00be6e 100644 --- a/01 Library/02 DevOps/Контейнеризация/Docker/Docker - Дополнительные знания.md +++ b/01 Library/02 DevOps/Контейнеризация/Docker/Docker - Дополнительные знания.md @@ -31,4 +31,8 @@ Docker решил предпринять попытки отказаться о - Логичной заменой есть Podman, написанный на golang, она уже rootless и daemonless по умолчанию. - Podman обратно совместим в docker (в т.ч. собирает свои образы из Dockerfile) - Существует podman builder, позволяющий описывать образы с помощью **bash**. -- Практически все команды докера существуют в подмане. \ No newline at end of file +- Практически все команды докера существуют в подмане. + +## Связанные заметки +- [[Super-user]] — "не использовать root внутри контейнера" — прямое применение принципа наименьших привилегий из Linux; rootless Podman реализует его на уровне демона +- [[Проблемы дистрибутивов]] — реальный кейс: запуск Rails в контейнере как решение проблемы OpenSSL на Arch Linux \ No newline at end of file diff --git a/01 Library/02 DevOps/Контейнеризация/Docker/Images, Dockerfile - Docker.md b/01 Library/02 DevOps/Контейнеризация/Docker/Images, Dockerfile - Docker.md index 191f96c..fe798f5 100644 --- a/01 Library/02 DevOps/Контейнеризация/Docker/Images, Dockerfile - Docker.md +++ b/01 Library/02 DevOps/Контейнеризация/Docker/Images, Dockerfile - Docker.md @@ -82,4 +82,8 @@ COPY file1 file2 file3 ./dir - Использование легковесных базовых образов, где есть такая возможность -![](Images,%20Dockerfile%20-%20Docke.png) \ No newline at end of file +![](Images,%20Dockerfile%20-%20Docke.png) + +## Связанные заметки +- [[Environment Variables]] — инструкция `ENV` в Dockerfile устанавливает переменные окружения внутри контейнера; это расширение того же механизма Linux env vars +- [[Volume - Docker]] — инструкция `VOLUME` в Dockerfile объявляет точки монтирования для Docker Volumes \ No newline at end of file diff --git a/01 Library/02 DevOps/Контейнеризация/Docker/Network Drivers - Docker.md b/01 Library/02 DevOps/Контейнеризация/Docker/Network Drivers - Docker.md index 98308ab..c9f92a1 100644 --- a/01 Library/02 DevOps/Контейнеризация/Docker/Network Drivers - Docker.md +++ b/01 Library/02 DevOps/Контейнеризация/Docker/Network Drivers - Docker.md @@ -72,4 +72,10 @@ Docker по умолчанию использует bridge-сеть, так ка Если нам нужна гибкая настройка сети внутри самого контейнера, потребуются доп. **capabilities** (например, **CAP_NET_ADMIN**) -В качестве альтернативы можно рассмотреть CNI-плагины (сторонние - 3rd-party) \ No newline at end of file +В качестве альтернативы можно рассмотреть CNI-плагины (сторонние - 3rd-party) + +## Связанные заметки +- [[Модель OSI]] — bridge/overlay/macvlan реализуют концепции L2/L3 из модели OSI; iptables работает на L3/L4 +- [[VLAN - Base]] — bridge-изоляция контейнеров ≈ VLAN-изоляция устройств: разные бриджи не видят друг друга, как разные VLAN +- [[VPN]] — overlay-сеть реализует принцип VPN: инкапсуляция трафика одной сети поверх другой +- [[Сегментация сети]] — изоляция контейнеров по bridge-сетям = программная сегментация сети \ No newline at end of file diff --git a/01 Library/02 DevOps/Контейнеризация/Docker/Volume - Docker.md b/01 Library/02 DevOps/Контейнеризация/Docker/Volume - Docker.md index f64d28a..6cc10b1 100644 --- a/01 Library/02 DevOps/Контейнеризация/Docker/Volume - Docker.md +++ b/01 Library/02 DevOps/Контейнеризация/Docker/Volume - Docker.md @@ -53,4 +53,8 @@ Docker volumes создают тома, которые монтируются в { "userns-remap": "" } -``` \ No newline at end of file +``` + +## Связанные заметки +- [[File Permissions]] — uid/gid маппинг в Docker Volumes напрямую зависит от Linux-прав доступа; проблема "владелец root по умолчанию" решается через chmod/chown +- [[Active Storage]] — Active Storage в Rails хранит файлы вне БД; в Docker-деплое они должны персистироваться через Volume, иначе теряются при перезапуске контейнера \ No newline at end of file diff --git a/01 Library/03 Math/Статистика/Временные ряды/ВР - основы.md b/01 Library/03 Math/Статистика/Временные ряды/ВР - основы.md index ff72359..31813f0 100644 --- a/01 Library/03 Math/Статистика/Временные ряды/ВР - основы.md +++ b/01 Library/03 Math/Статистика/Временные ряды/ВР - основы.md @@ -65,4 +65,5 @@ created: 2026-02-13 Ссылки: - [[Стационарность - ВР]] -- \ No newline at end of file +- [[Линейные модели]] — AR-модель — это линейная регрессия на лаговых значениях; параметры оцениваются МНК +- [[Функции налогов и экономические циклы]] — циклическая компонента ВР (C) — математическая модель тех самых экономических циклов (7-11, 50-60 лет) diff --git a/01 Library/03 Math/Статистика/Временные ряды/Случайное блуждание.md b/01 Library/03 Math/Статистика/Временные ряды/Случайное блуждание.md index 96eeb7b..d9f223a 100644 --- a/01 Library/03 Math/Статистика/Временные ряды/Случайное блуждание.md +++ b/01 Library/03 Math/Статистика/Временные ряды/Случайное блуждание.md @@ -20,4 +20,8 @@ $$1-z=0$$$z=1$ - единичный корень, процесс нестаци $$\matrix{M(x_{t})=x_{0}+t*\delta \\ D(x_{t})=t*\delta^{2}}$$ > Процесс случайного блуждания не стационарен, однако его первая разность является стационарным процессом. -> $$x_{t}-x_{t-1}=\delta+\epsilon_{t}$$$$\Delta x_{t}=\delta+\epsilon_{t}$$ \ No newline at end of file +> $$x_{t}-x_{t-1}=\delta+\epsilon_{t}$$$$\Delta x_{t}=\delta+\epsilon_{t}$$ + +## Связанные заметки +- [[Производные финансовые инструменты]] — случайное блуждание — фундаментальная модель динамики цен активов, лежащая в основе ценообразования фьючерсов и опционов +- [[Стационарность - ВР]] — случайное блуждание — классический пример нестационарного процесса (единичный корень) \ No newline at end of file diff --git a/01 Library/03 Math/Статистика/Дискриминантный анализ/Принципы дискриминантного анализа.md b/01 Library/03 Math/Статистика/Дискриминантный анализ/Принципы дискриминантного анализа.md index 04f8304..0b31de6 100644 --- a/01 Library/03 Math/Статистика/Дискриминантный анализ/Принципы дискриминантного анализа.md +++ b/01 Library/03 Math/Статистика/Дискриминантный анализ/Принципы дискриминантного анализа.md @@ -31,4 +31,7 @@ title: Принципы Дискриминантного Анализа ![[Pasted image 20260118190948.png]] - \ No newline at end of file +## Связанные заметки +- [[Линейные модели]] — логистическая регрессия решает ту же задачу классификации; ДА — статистическая формализация, ML — вычислительная реализация +- [[Метрические алгоритмы]] — kNN — ещё один метод классификации с обучающей выборкой; классифицирует по расстоянию, а не по плотности распределения +- [[Функция потерь]] — функция потерь C → min как критерий оптимальной процедуры классификации \ No newline at end of file diff --git a/01 Library/03 Math/Статистика/Дискриминантный анализ/Функция потерь.md b/01 Library/03 Math/Статистика/Дискриминантный анализ/Функция потерь.md index dc449ef..5735d32 100644 --- a/01 Library/03 Math/Статистика/Дискриминантный анализ/Функция потерь.md +++ b/01 Library/03 Math/Статистика/Дискриминантный анализ/Функция потерь.md @@ -39,3 +39,7 @@ $C(j|i)=C_{0}=const,\ j \neq i,\ i,j=\overline{1,k}$ Тогда задача минимизации средних удельных потерь $(C \to \min)$ сводится к **максимизации вероятности правильной классификации**. $$\sum\limits_{i=1}^{k}\pi_{i}*P(i|i) \to \max$$ +## Связанные заметки +- [[Линейные модели]] — MSE → min в МНК и C → min в ДА — один и тот же принцип минимизации ошибки; в ML реализован численно через градиентный спуск +- [[Принципы дискриминантного анализа]] — контекст применения функции потерь + diff --git a/01 Library/03 Math/Статистика/Кластерный анализ/Итерационная классификация. Метод K-средних (K-means).md b/01 Library/03 Math/Статистика/Кластерный анализ/Итерационная классификация. Метод K-средних (K-means).md index 3b9490e..ad93c0d 100644 --- a/01 Library/03 Math/Статистика/Кластерный анализ/Итерационная классификация. Метод K-средних (K-means).md +++ b/01 Library/03 Math/Статистика/Кластерный анализ/Итерационная классификация. Метод K-средних (K-means).md @@ -42,3 +42,7 @@ title: Итерационные Методы Недостатками метода можно отметить: - неясно, как выбирать исходные центры кластеров. - число кластеров надо знать заранее. + +## Связанные заметки +- [[Метрические алгоритмы]] — kNN также классифицирует по минимальному расстоянию до ближайших объектов; supervised-аналог K-means +- [[Расстояние между объектами]] — метрики расстояния, используемые при вычислении $\min \rho_{il}$ diff --git a/01 Library/03 Math/Статистика/Кластерный анализ/Расстояние между объектами.md b/01 Library/03 Math/Статистика/Кластерный анализ/Расстояние между объектами.md index b64466d..b44ddd0 100644 --- a/01 Library/03 Math/Статистика/Кластерный анализ/Расстояние между объектами.md +++ b/01 Library/03 Math/Статистика/Кластерный анализ/Расстояние между объектами.md @@ -34,3 +34,7 @@ title: Расстояние Между Объектами 3) $p=3:\ d_{m}=\sqrt[3]{|3 - (-4)|^{3}+|2-6|^{3}} = \sqrt[3]{7^{3}+4^{3}}=\dots$ 4) центр классов => среднее арифметическое собираем в одну точку +## Связанные заметки +- [[Метрические алгоритмы]] — те же формулы (Евклид, Манхэттен, Минковский, Махаланобис) реализованы в sklearn; ML-нота даёт практическое применение +- [[Итерационная классификация. Метод K-средних (K-means)]] — использует $\min_{1 \leq l \leq k} \rho_{il}$ для отнесения объекта к кластеру + diff --git a/01 Library/03 Math/Статистика/Факторный анализ/Постановка задачи снижения размерности признакового пространства.md b/01 Library/03 Math/Статистика/Факторный анализ/Постановка задачи снижения размерности признакового пространства.md index 66455d7..732203b 100644 --- a/01 Library/03 Math/Статистика/Факторный анализ/Постановка задачи снижения размерности признакового пространства.md +++ b/01 Library/03 Math/Статистика/Факторный анализ/Постановка задачи снижения размерности признакового пространства.md @@ -27,3 +27,7 @@ $$Im(Z(x)) = \frac{D_{z_{1}}+\dots+D_{z_{m}}}{D_{x_{1}}+\dots+D_{x_{k}}}$$ - о **Замечание**: 1) В случае нормирования признаков, $\text{ковариационная матрица признаков}\ x^{*}==\text{корелляционной матрице исх.признаков}$ $\Sigma_{x^{*}}=R_{x}$ 2) Если признаки имеют разный масштаб, то необходимо провести их нормирование, т.е. перейти $$X_{j}^{*}=\frac{X_{j}}{\sqrt{DX_{j}}},\ DX_{j}^{*}=1,\ \forall j = \overline{1,k}$$ + +## Связанные заметки +- [[Линейные модели]] — снижение размерности (PCA) используется как предобработка перед линейными моделями в ML; матрица X в обоих случаях одинакова +- [[Метрические алгоритмы]] — kNN страдает от проклятия размерности; снижение размерности напрямую улучшает качество kNN diff --git a/01 Library/03 Math/Теория нечетких множеств/Логические операции над нечеткими множествами.md b/01 Library/03 Math/Теория нечетких множеств/Логические операции над нечеткими множествами.md index ae41e76..e4a1e35 100644 --- a/01 Library/03 Math/Теория нечетких множеств/Логические операции над нечеткими множествами.md +++ b/01 Library/03 Math/Теория нечетких множеств/Логические операции над нечеткими множествами.md @@ -36,3 +36,7 @@ title: Логические операции над нечеткими множ ## Разность Разностью двух множеств называется множество $A - B = A \cap \overline{B}$ с функцией принадлежности: $$\mu_{A-B}(u)=\mu_{A \cap \overline{B}}(u) = \min(\mu_{A}(u),\mu_{\overline{B}}(u)) = \min(\mu_{A}(u), 1-\mu_{B}(u))$$ +## Связанные заметки +- [[Линейные модели]] — линейная разделимость в ML (жёсткая граница) vs нечёткие операции (мягкая граница); оба решают задачу разделения классов +- [[Функция принадлежности]] — операции определены через μ + diff --git a/01 Library/03 Math/Теория нечетких множеств/Функция принадлежности.md b/01 Library/03 Math/Теория нечетких множеств/Функция принадлежности.md index 23647b0..7cfc2da 100644 --- a/01 Library/03 Math/Теория нечетких множеств/Функция принадлежности.md +++ b/01 Library/03 Math/Теория нечетких множеств/Функция принадлежности.md @@ -38,3 +38,7 @@ title: Функция принадлежности ### S - функция ![[Pasted image 20260227164805.png]] +## Связанные заметки +- [[Метрические алгоритмы]] — $\hat{P}_c(x)$ в kNN возвращает значение в [0,1], аналогично μ_A; оба представляют "мягкую" принадлежность классу +- [[Линейные модели]] — сигмоидальная функция принадлежности = та же сигмоида в логистической регрессии + diff --git a/01 Library/05 Operating System/Linux/Environment Variables.md b/01 Library/05 Operating System/Linux/Environment Variables.md index dd06c21..963ea7c 100644 --- a/01 Library/05 Operating System/Linux/Environment Variables.md +++ b/01 Library/05 Operating System/Linux/Environment Variables.md @@ -25,4 +25,7 @@ created: 2025-12-17 |PWD|Текущая рабочая директория (`pwd`)| |Для просмотра всех доступных переменных окружения, используется утилита `env`/`printenv`|| -Для задания новой переменной окружения, используется синтаксис: `export NAME=VALUE` - для текущей сессии. `echo 'export NAME=VALUE' >> ~/.bashrc` - для текущего пользователя на постоянной основе. \ No newline at end of file +Для задания новой переменной окружения, используется синтаксис: `export NAME=VALUE` - для текущей сессии. `echo 'export NAME=VALUE' >> ~/.bashrc` - для текущего пользователя на постоянной основе. + +## Связанные заметки +- [[Images, Dockerfile - Docker]] — инструкция `ENV` в Dockerfile задаёт переменные окружения внутри контейнера; тот же механизм, что `export` в Linux \ No newline at end of file diff --git a/01 Library/05 Operating System/Linux/File Permissions.md b/01 Library/05 Operating System/Linux/File Permissions.md index b2da9de..13756f4 100644 --- a/01 Library/05 Operating System/Linux/File Permissions.md +++ b/01 Library/05 Operating System/Linux/File Permissions.md @@ -59,4 +59,9 @@ chgrp - **SUID (set user ID,** `**s**`**)** — исполняемый файл запускается с правами владельца. Пример: `/usr/bin/passwd` запускается с правами root, хотя ты обычный пользователь. - **SGID (set group ID)** — аналогично, но для группы. У директорий — новые файлы наследуют группу. -- **Sticky bit (**`**t**`**)** — на директориях запрещает пользователям удалять чужие файлы. Классический пример: `/tmp`. \ No newline at end of file +- **Sticky bit (**`**t**`**)** — на директориях запрещает пользователям удалять чужие файлы. Классический пример: `/tmp`. + +## Связанные заметки +- [[Volume - Docker]] — uid/gid и права доступа в Docker Volumes определяются Linux-правами; проблема "root как владелец" решается через userns-remap + chown +- [[Modules - Ansible]] — модуль `user` управляет uid/gid; `file`/`copy` задают владельца и режим файлов через те же chmod/chown +- [[Сегментация сети]] — принцип наименьших привилегий: на уровне ФС — rwx для owner/group/others; на уровне сети — VLAN для Admin/Employee/Guest \ No newline at end of file diff --git a/01 Library/10 Finance/Налоги/Производные финансовые инструменты.md b/01 Library/10 Finance/Налоги/Производные финансовые инструменты.md index 5d87cec..abc95f5 100644 --- a/01 Library/10 Finance/Налоги/Производные финансовые инструменты.md +++ b/01 Library/10 Finance/Налоги/Производные финансовые инструменты.md @@ -14,4 +14,7 @@ title: Производные Финансовые Инструменты Основные ПФИ: 1) Форвард - индивидуальный договор между двумя сторонами на поставку актива по заранее оговоренной цене в определенный срок в будущем. (вне биржи) 2) Фьючерс - стандартизированный контракт, **торгуемый на бирже**, который обязывает покупателя приобрести, а продавца продать базовый актив по заранее установленной цене на заранее оговоренный срок. -3) Опцион - контракт, дающий право, но не обязанность, купить ("**колл**") или продать ("**пут**") актив по заранее оговоренной цене в определенный срок или до его окончания. \ No newline at end of file +3) Опцион - контракт, дающий право, но не обязанность, купить ("**колл**") или продать ("**пут**") актив по заранее оговоренной цене в определенный срок или до его окончания. + +## Связанные заметки +- [[Случайное блуждание]] — стохастическая модель динамики цен базовых активов; лежит в основе ценообразования ПФИ (модель Блэка-Шоулза предполагает Броуновское движение) \ No newline at end of file diff --git a/01 Library/10 Finance/Налоги/Функции налогов и экономические циклы.md b/01 Library/10 Finance/Налоги/Функции налогов и экономические циклы.md index 32944bf..7b23d79 100644 --- a/01 Library/10 Finance/Налоги/Функции налогов и экономические циклы.md +++ b/01 Library/10 Finance/Налоги/Функции налогов и экономические циклы.md @@ -22,4 +22,8 @@ title: Функции Налогов И Экономические Циклы При росте экономики, налоги повышаются, накапливая резерв. При спаде, налоги понижаются - рост соц.расходов. - Длинный (50-60 лет) - каждый 50-60 лет - супер-кризис. + +## Связанные заметки +- [[ВР - основы]] — экономические циклы формализованы в ВР как циклическая компонента C; математический аппарат для их моделирования +- [[Стационарность - ВР]] — налоговые поступления нестационарны: содержат тренд и циклическую компоненту \ No newline at end of file diff --git a/01 Library/11 Machine Learning/Линейные модели.md b/01 Library/11 Machine Learning/Линейные модели.md index 00fd392..46f1a8c 100644 --- a/01 Library/11 Machine Learning/Линейные модели.md +++ b/01 Library/11 Machine Learning/Линейные модели.md @@ -2963,3 +2963,10 @@ print(metrics.classification_report(y, y_pred)) * [Лекции по машинному обучению от Дмитрия Макарова](https://www.dmitrymakarov.ru/opt/logistic-regression-05/#0-binarnaya-logisticheskaya-regressiya) (есть теория и базовая практика) * [Лекции по машинному обучению от Cornel Tech](https://kuleshov-group.github.io/aml-book/contents/lecture4-classification.html) (английский, есть базовый код, МНОГО формул с выводом и доказательством) * [Учебник по машинному обучению от Яндекса](https://education.yandex.ru/handbook/ml/article/linear-models) (0 кода, но много математики и красивых картинок) + +## Связанные заметки +- [[Принципы дискриминантного анализа]] — статистическая формализация той же задачи классификации; обучающая выборка + матрица "объект-свойство" = постановка задачи ML +- [[Функция потерь]] — C → min в ДА и MSE → min в МНК — один и тот же принцип минимизации ошибки классификации +- [[Постановка задачи снижения размерности признакового пространства]] — PCA как предобработка перед линейными моделями +- [[ВР - основы]] — AR-модель — это линейная регрессия, где регрессоры — лаговые значения той же переменной; оценивается МНК +- [[Логические операции над нечеткими множествами]] — нечёткие границы классов vs линейная разделимость в пространстве признаков diff --git a/01 Library/11 Machine Learning/Метрические алгоритмы.md b/01 Library/11 Machine Learning/Метрические алгоритмы.md index 193fd5a..3676c99 100644 --- a/01 Library/11 Machine Learning/Метрические алгоритмы.md +++ b/01 Library/11 Machine Learning/Метрические алгоритмы.md @@ -1693,3 +1693,9 @@ knn_reg = KNeighborsRegressor(n_neighbors=5, weights=gaussian_kernel) * [Документация scikit-learn по kNN](https://scikit-learn.org/stable/modules/neighbors.html#nearest-neighbor-algorithms) * [Учебник по машинному обучению от Яндекса](https://education.yandex.ru/handbook/ml/article/metricheskiye-metody) * [Статья с примерами применения K-d- и Ball- деревьев](https://www.geeksforgeeks.org/ball-tree-and-kd-tree-algorithms/) + +## Связанные заметки +- [[Расстояние между объектами]] — формулы метрик (Евклид, Манхэттен, Минковский, Махаланобис) идентичны тем, что реализованы в sklearn; Math-нота даёт строгие определения +- [[Итерационная классификация. Метод K-средних (K-means)]] — K-means тоже классифицирует по минимальному расстоянию $\min \rho_{il}$; unsupervised-аналог kNN +- [[Наивный Байесовский алгоритм]] — альтернативный метод классификации с учителем из той же обучающей выборки +- [[Функция принадлежности]] — μ_A: U → [0,1] аналогична вероятности принадлежности классу $\hat{P}_c(x)$ в kNN