再也不怕面试官问我React-Redux原理

化的主要方法有两种：基于实例的学习和基于模型的学习。

01 基于实例的学习

我们最司空见惯的学习方法就是简单地死记硬背。如果以这种方式创建一个垃圾邮件过滤器，那么它可能只会标记那些与已被用户标记为垃圾邮件完全相同的邮件—这虽然不是最差的解决方案，但肯定也不是最好的。

除了完全相同的，你还可以通过编程让系统标记与已知的垃圾邮件非常相似的邮件。这里需要两封邮件之间的相似度度量。一种(基本的)相似度度量方式是计算它们之间相同的单词数目。如果一封新邮件与一封已知的垃圾邮件有许多单词相同，系统就可以将其标记为垃圾邮件。

这被称为基于实例的学习：系统用心学习这些示例，然后通过使用相似度度量来比较新实例和已经学习的实例(或它们的子集)，从而泛化新实例。例如
 

任何货币，都是基于信用的存在。比特币过去的成功，首先基于一个前提，即算法保证其有限性，其次，在于去中心化以及匿名性等优点。其实回想一下金融史，这些因素在黄金成为世界货币路上起到了决定性作用。诞生之初，币圈人士对于比特币的信念，和当年粉丝对于黄金狂热的程度一致。以至于经济学家保罗•克鲁格曼称之为是一个包裹在自由主义意识形态之茧中的科技神秘主义泡沫。

同时，比特币的初心之一，是抗拒央行看起来不受控制的货币滥发。但如今看来，没有共识的币圈更为可疑，币圈共识的分裂不仅会带来新的货币，也会引发新的滥发，虚拟货币何来底气去嘲笑各国逐步取得独立权的央行？

比起比特币自身涨跌，比特币所代表的，对于主流央行的不信任暗流，其实更值得思考。这一种反建制的思潮，与川普兴起也有隐约链接。问题是，如果央行不值得信任，为什么比特币就可以信任？这其实有更大的底层故事，那就是区块链技术。

所谓区块链(Blockchain)，意味着一种由多方共同维护，使用密码学保证传输和访问安全，能够实现数据一致存储、难以篡改、防止抵赖的记账技术，也称为分布式账本技术。这意味着，区块链数据库能够进行自主管理。区块链最简单定义，可以看做一串技术组合。学者朱嘉明就指出，“区块链”是一个集群概念，包括大数据，云计算和人工智能；甚至热门的“物联网”概念，都可以视为区块链的一种利用。
 

既然央行数字货币看起来优势不明显，为什么还是很多人支持？其实这数字货币自身弊端有关，主流数字货币有不少好处，也有不少问题，最大问题之一就是缺乏稳定性。从不少海外专业人士的看法来看，更支持央行发行数字货币——毕竟，在私人大公司脸书与看似中立的中央银行之间，不少法治社会的主流，显然更欣赏中央银行。

按照国际基金组织的定义，货币分为五种：

第一类是央行货币，比如现金和央行数字货币；

第二类是银行货币，比如商业银行存款；

第三类是电子货币，主要包括支付领域突出的新型货币形式，由企业信用背书，比如支付宝、微信支付以及印度的Paytm等，USDC等稳定币也属于这个类型。

第四类是加密货币，一般是非金融机构发行，在自有账户体系中计价，比如比特币、以太坊等。

最后一类是I-money，和E-money类似，唯一区别在于对应价值不固定，往往是黄金、一揽子货币、股票投资组合这些写浮动资产。最典型是Libra，是银行存款和短期政府债券的资产组合。

可见，以IMF为代表的金融机构，在分类中，对于稳定性看得很重，它们其实对Libra稳定性表示怀疑，甚至建议应将所有筹集的法币资金100%存缴至中央银行。
 

举个简单的例子，如果算法得到的哈希值总是在0-10000之间，而算法要求得到的（哈希值）小于1，一台机器如果一秒钟能够计算一次,那么平均计算一万次，就有一次值可能小于1；或者反过来说，每次计算，有万分之一的机会小于1. 如果有一万台节点同时在计算，那么每秒都有可能有一台节点得到符合条件的结果，得到符合条件结果的节点就是出块成功。而每一秒，得到结果的机器都可能不一样。这样就获得了足够随机的结果。

POS

Proof-Of-Stake，权益证明机制。

PoW机制很好用，但是有个问题，军备竞赛后，太耗电了，都是做些无意义的计算，除了这个结果和到达时间之外，还有什么可信的数据作为随机值的呢？有想到一个新的点子，每个人存在账号里的币的数量是不一样的么，是不是可以用来作为一种随机数呢？

想想也可以啊，每一次出块的时候，出块节点（账号）里谁的币最多，就认谁的。但这样有个问题：币最多的岂不是一直在出块？

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!