中企动力 > 商学院 > word入门基础教程
  • ?

    干货 | 请收下这份2018学习清单:150个最好的机器学习,NLP和Python教程

    Peggy

    展开

    本文英文出处:Robbie Allen

    翻译/雷锋网字幕组 吴楚

    校对/ 雷锋网 田晋阳

    机器学习的发展可以追溯到1959年,有着丰富的历史。这个领域也正在以前所未有的速度进化。在之前的一篇文章(https://unsupervisedmethods/why-artificial-intelligence-is-different-from-previous-technology-waves-764d7710df8b)中,我们讨论过为什么通用人工智能领域即将要爆发。有兴趣入坑ML的小伙伴不要拖延了,时不我待!

    在今年秋季开始准备博士项目的时候,我已经精选了一些有关机器学习和NLP的优质网络资源。一般我会找一个有意思的教程或者视频,再由此找到三四个,甚至更多的教程或者视频。猛回头,发现标收藏夹又多了20个资源待我学习(推荐提升效率工具Tab Bundler)。

    找到超过25个有关ML的“小抄”后,我写一篇博文(https://unsupervisedmethods/cheat-sheet-of-machine-learning-and-python-and-math-cheat-sheets-a4afe4e791b6),里面的资源都有超链接。

    为了帮助也在经历类似探索过程的童鞋,我把至今发现的最好的教程汇总了一个列表。当然这不是网络上有关ML的最全集合,而且其中有一部分内容很普通。我的目标是要找到最好的有关机器学习子方向和NLP的教程。

    我引用了能简洁介绍概念的基础内容。我已经回避包含一些大部头书的章节,和对理解概念没有帮助的科研论文。那为什么不买一本书呢? 因为教程能更好地帮助你学一技之长或者打开新视野。

    我把这博文分成四个部分,机器学习,NLP,Python,和数学基础。在每一小节我会随机引入一些问题。由于这方面学习材料太丰富了,本文并未涵括所有内容。

    机器学习

    1、机器学习就是这么好玩!(medium/@ageitgey)

    机器学习速成课程(Berkeley的ML):

    Part I:https://ml.berkeley.edu/blog/2016/11/06/tutorial-1/

    Part II:https://ml.berkeley.edu/blog/2016/12/24/tutorial-2/

    Part III:https://ml.berkeley.edu/blog/2017/02/04/tutorial-3/

    机器学习入门与应用:实例图解(toptal)

    https://toptal/machine-learning/machine-learning-theory-an-introductory-primer

    机器学习的简易指南 (monkeylearn)

    https://monkeylearn/blog/a-gentle-guide-to-machine-learning/

    如何选择机器学习算法?(sas)

    https://blogs.sas/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

    2、Activation and Loss Functions

    激活函数与损失函数

    sigmoid 神经元 (neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap1.html#sigmoid_neurons

    激活函数在神经网络中有什么作用?(quora)

    https://quora/What-is-the-role-of-the-activation-function-in-a-neural-network

    神经网络的激活函数大全及其优劣 (stats.stackexchange)

    https://stats.stackexchange/questions/115258/comprehensive-list-of-activation-functions-in-neural-networks-with-pros-cons

    激活函数及其分类比较(medium)

    https://medium/towards-data-science/activation-functions-and-its-types-which-is-better-a9a5310cc8f

    理解对数损失 (exegetic.biz)

    http://exegetic.biz/blog/2015/12/making-sense-logarithmic-loss/

    损失函数(Stanford CS231n)

    http://cs231n.github.io/neural-networks-2/#losses

    损失函数L1 与L2 比较(rishy.github.io)

    http://rishy.github.io/ml/2015/07/28/l1-vs-l2-loss/

    交叉熵损失函数(neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap3.html#the_cross-entropy_cost_function

    3、偏差(Bias)

    神经网络中的偏差的作用(stackoverflow)

    https://stackoverflow/questions/2480650/role-of-bias-in-neural-networks/2499936#2499936

    神经网络中的偏差节点(makeyourownneuralnetwork.blogspot)

    http://makeyourownneuralnetwork.blogspot/2016/06/bias-nodes-in-neural-networks.html

    什么是人工神经网络中的偏差 (quora)

    https://quora/What-is-bias-in-artificial-neural-network

    4、感知器(Perceptron)

    感知器模型(neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap1.html#perceptrons

    感知器(natureofcode)

    http://natureofcode/book/chapter-10-neural-networks/#chapter10_figure3

    一层的神经网络(感知器模型)(dcu.ie)

    http://computing.dcu.ie/~humphrys/Notes/Neural/single.neural.html

    从感知器模型到深度网络(toptal)

    https://toptal/machine-learning/an-introduction-to-deep-learning-from-perceptrons-to-deep-networks

    5、回归算法

    线性回归分析简介(duke.edu)

    http://people.duke.edu/~rnau/regintro.htm

    线性回归 (ufldl.stanford.edu)

    http://ufldl.stanford.edu/tutorial/supervised/LinearRegression/

    线性回归 (readthedocs.io)

    http://ml-cheatsheet.readthedocs.io/en/latest/linear_regression.html

    逻辑斯特回归 (readthedocs.io)

    http://ml-cheatsheet.readthedocs.io/en/latest/logistic_regression.html

    机器学习之简单线性回归教程(machinelearningmastery)

    http://machinelearningmastery/simple-linear-regression-tutorial-for-machine-learning/

    机器学习之逻辑斯特回归教程(machinelearningmastery)

    http://machinelearningmastery/logistic-regression-tutorial-for-machine-learning/

    softmax 回归(ufldl.stanford.edu)

    http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/

    6、梯度下降

    基于梯度下降的学习 (neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap1.html#learning_with_gradient_descent

    梯度下降(iamtrask.github.io)

    http://iamtrask.github.io/2015/07/27/python-network-part2/

    如何理解梯度下降算法?(kdnuggets)

    http://kdnuggets/2017/04/simple-understand-gradient-descent-algorithm.html

    梯度下降优化算法概览(sebastianruder)

    http://sebastianruder/optimizing-gradient-descent/

    优化算法:随机梯度下降算法 (Stanford CS231n)

    http://cs231n.github.io/optimization-1/

    7、生成学习

    生成学习算法 (Stanford CS229)

    http://cs229.stanford.edu/notes/cs229-notes2.pdf

    贝叶斯分类算法之实例解析(monkeylearn)

    https://monkeylearn/blog/practical-explanation-naive-bayes-classifier/

    8、支持向量机

    支持向量机(SVM)入门(monkeylearn)

    https://monkeylearn/blog/introduction-to-support-vector-machines-svm/

    支持向量机(Stanford CS229)

    http://cs229.stanford.edu/notes/cs229-notes3.pdf

    线性分类:支持向量机,Softmax (Stanford 231n)

    http://cs231n.github.io/linear-classify/

    9、后向传播算法(Backpropagation)

    后向传播算法必知(medium/@karpathy)

    https://medium/@karpathy/yes-you-should-understand-backprop-e2f06eab496b

    来,给我图解一下神经网络后向传播算法?(github/rasbt)

    https://github/rasbt/python-machine-learning-book/blob/master/faq/visual-backpropagation.md

    后向传播算法是如何运行的?(neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap2.html

    沿时后向传播算法与梯度消失(wildml)

    http://wildml/2015/10/recurrent-neural-networks-tutorial-part-3-backpropagation-through-time-and-vanishing-gradients/

    简易入门沿时后向传播算法(machinelearningmastery)

    http://machinelearningmastery/gentle-introduction-backpropagation-time/

    奔跑吧,后向传播算法!(Stanford CS231n)

    http://cs231n.github.io/optimization-2/

    10、深度学习

    果壳里的深度学习(nikhilbuduma)

    http://nikhilbuduma/2014/12/29/deep-learning-in-a-nutshell/

    深度学习教程 (Quoc V. Le)

    http://ai.stanford.edu/~quocle/tutorial1.pdf

    深度学习,什么鬼?(machinelearningmastery)

    http://machinelearningmastery/what-is-deep-learning/

    什么是人工智能,机器学习,深度学习之间的区别? (nvidia)

    https://blogs.nvidia/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/

    11、优化算法与降维算法

    数据降维的七招炼金术(knime.org)

    https://knime.org/blog/seven-techniques-for-data-dimensionality-reduction

    主成分分析(Stanford CS229)

    http://cs229.stanford.edu/notes/cs229-notes10.pdf

    Dropout: 改进神经网络的一个简单方法(Hinton @ NIPS 2012)

    http://videolectures/site/normal_dl/tag=741100/nips2012_hinton_networks_01.pdf

    如何溜你们家的深度神经网络?(rishy.github.io)

    http://rishy.github.io/ml/2017/01/05/how-to-train-your-dnn/

    12、长短期记忆(LSTM)

    老司机带你简易入门长短期神经网络(machinelearningmastery)

    http://machinelearningmastery/gentle-introduction-long-short-term-memory-networks-experts/

    理解LSTM网络(colah.github.io)

    http://colah.github.io/posts/2015-08-Understanding-LSTMs/

    漫谈LSTM模型(echen.me)

    http://blog.echen.me/2017/05/30/exploring-lstms/

    小学生看完这教程都可以用Python实现一个LSTM-RNN (iamtrask.github.io)

    http://iamtrask.github.io/2015/11/15/anyone-can-code-lstm/

    13、卷积神经网络(CNNs)

    卷积网络入门(neuralnetworksanddeeplearning)

    http://neuralnetworksanddeeplearning/chap6.html#introducing_convolutional_networks

    深度学习与卷积神经网络模型(medium/@ageitgey)

    https://medium/@ageitgey/machine-learning-is-fun-part-3-deep-learning-and-convolutional-neural-networks-f40359318721

    拆解卷积网络模型(colah.github.io)

    http://colah.github.io/posts/2014-07-Conv-Nets-Modular/

    理解卷积网络(colah.github.io)

    http://colah.github.io/posts/2014-07-Understanding-Convolutions/

    14、递归神经网络(RNNs)

    递归神经网络教程 (wildml)

    http://wildml/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/

    注意力模型与增强型递归神经网络(distill.pub)

    http://distill.pub/2016/augmented-rnns/

    这么不科学的递归神经网络模型(karpathy.github.io)

    http://karpathy.github.io/2015/05/21/rnn-effectiveness/

    深入递归神经网络模型(nikhilbuduma)

    http://nikhilbuduma/2015/01/11/a-deep-pe-into-recurrent-neural-networks/

    15、强化学习

    给小白看的强化学习及其实现指南 (analyticsvidhya)

    https://analyticsvidhya/blog/2017/01/introduction-to-reinforcement-learning-implementation/

    强化学习教程(mst.edu)

    https://web.mst.edu/~gosavia/tutorial.pdf

    强化学习,你学了么?(wildml)

    http://wildml/2016/10/learning-reinforcement-learning/

    深度强化学习:开挂玩Pong (karpathy.github.io)

    http://karpathy.github.io/2016/05/31/rl/

    16、对抗式生成网络模型(GANs)

    什么是对抗式生成网络模型?(nvidia)

    https://blogs.nvidia/blog/2017/05/17/generative-adversarial-network/

    用对抗式生成网络创造8个像素的艺术(medium/@ageitgey)

    https://medium/@ageitgey/abusing-generative-adversarial-networks-to-make-8-bit-pixel-art-e45d9b96cee7

    对抗式生成网络入门(TensorFlow)(aylien)

    http://blog.aylien/introduction-generative-adversarial-networks-code-tensorflow/

    《对抗式生成网络》(小学一年级~上册)(oreilly)

    https://oreilly/learning/generative-adversarial-networks-for-beginners

    17、多任务学习

    深度神经网络中的多任务学习概述(sebastianruder)

    http://sebastianruder/multi-task/index.html

    NLP

    1、NLP

    《基于神经网络模型的自然语言处理》(小学一年级~上册)(Yoav Goldberg)

    http://u.cs.biu.ac.il/~yogo/nnlp.pdf

    自然语言处理权威指南(monkeylearn)

    https://monkeylearn/blog/the-definitive-guide-to-natural-language-processing/

    自然语言处理入门(algorithmia)

    https://blog.algorithmia/introduction-natural-language-processing-nlp/

    自然语言处理教程 (vikparuchuri)

    http://vikparuchuri/blog/natural-language-processing-tutorial/

    Natural Language Processing (almost) from Scratch (arxiv.org)

    初高中生课程:自然语言处理 (arxiv.org)

    https://arxiv.org/pdf/1103.0398.pdf

    2、深度学习和 NLP

    基于深度学习的NLP应用(arxiv.org)

    https://arxiv.org/pdf/1703.03091.pdf

    基于深度学习的NLP(Richard Socher)

    https://nlp.stanford.edu/courses/NAACL2013/NAACL2013-Socher-Manning-DeepLearning.pdf

    理解卷积神经网络在NLP中的应用(wildml)

    http://wildml/2015/11/understanding-convolutional-neural-networks-for-nlp/

    深度学习,NLP,表示学习(colah.github.io)

    http://colah.github.io/posts/2014-07-NLP-RNNs-Representations/

    嵌入表示,编码,注意力,预测 : 新一代深度学习因NLP的精妙而存在(explosion.ai)

    https://explosion.ai/blog/deep-learning-formula-nlp

    理解基于神经网络的自然语言处理(Torch实现) (nvidia)

    https://devblogs.nvidia/parallelforall/understanding-natural-language-deep-neural-networks-using-torch/

    深度学习在NLP中的应用(Pytorch实现) (pytorich.org)

    http://pytorch.org/tutorials/beginner/deep_learning_nlp_tutorial.html

    3、词向量(Word Vectors)

    词袋法遇到感知器装袋法(kaggle)

    https://kaggle/c/word2vec-nlp-tutorial

    学习单词嵌入表示法(sebastianruder)

    Part I:http://sebastianruder/word-embeddings-1/index.html

    Part II:http://sebastianruder/word-embeddings-softmax/index.html

    Part III:http://sebastianruder/secret-word2vec/index.html

    单词嵌入表示的神奇力量(acolyer.org)

    https://blog.acolyer.org/2016/04/21/the-amazing-power-of-word-vectors/

    解释word2vec 的参数学习(arxiv.org)

    https://arxiv.org/pdf/1411.2738.pdf

    word2vec教...

  • ?

    如此实用的6大数据核对实用技巧都不掌握,还敢称Excel达人?

    鲍白翠

    展开

    如果在数据量非常庞大的数据表中,找出不同列中数据不同的哪一行;或者在两列数据中,找出相同的值;核对两个工作表中的数据是否相等……你会怎么去做?一行一行的去对比,那你就真的Out了……

    一、比较同行数据是否相同。

    目的:对比账面库存货和盘点库存是否相同。

    方法1:减法运算。

    方法:

    1、在目标单元格中输入公式:=C3-D3;暨账面库存-盘点库存。

    2、观测结果,如果不为0,则账面库存和盘点库存不相同。或者通过【条件格式】对账面库存和盘点库存不同的结果进行标记。

    解读:

    1、对账面库存和盘点库存做减法运算,如果运算结果为0,则表示账面库存和盘点库存相同,否则为不相同。

    2、对运算结果可以采用观察法,也可以通过【条件格式】来标记库存有差异的数据。

    方法2:快捷键法。

    目的:对比账面库存货和盘点库存是否相同。

    方法:

    1、选定数据源。

    2、快捷键Ctrl+\(反斜杠)并填充颜色。

    二、对比两列数据是否有重复值。

    目的:对两列数据中有重复的值进行标识。

    方法1:条件格式法。

    1、选定数据源,【条件格式】-【突出显示单元格规则】-【重复值】。

    2、选择需要标记的数据类型(重复或唯一),选择填充色并【确定】。

    解读:

    1、通过此方法不仅可以标识出【重复】值,还可以标识出【唯一】值。

    方法2:高级筛选法。

    1、选定任意一列数据,包括列标。

    2、【数据】-【高级】,单击【条件区域】右侧箭头,选定另外的一列,同样包括列标;并【确定】。

    3、【开始】-填充颜色。

    4、【数据】-【清楚】。

    解读:

    本方法主要用于对比两列数据的相同值,将其中一列中重复的值筛选出来。

    三、不同工作表的两列核对。

    目的:核对表1和表2中的“姓名”列是否有重复值。

    方法:

    1、在表1(表2)的空白列输入公式:=COUNTIF(表2!B:B,B3)。(如果在表2中输入:则公式为:=COUNTIF(表1!B:B,B3))

    2、选定标题行,【数据】-【筛选】,筛选出非零值。

    3、给筛选出的“姓名”填充颜色。

    4、取消筛选。

    解读:

    1、此方法利用Countif函数统计每个值在另外一张表格中出现的次数,如果值不为0,就是重复,如果为0就是不重复。

    2、非零的数字代表重复的次数。

    四、数值类表格比较。

    前提条件:表格结构必须相同。

    目的:对比“账面库存”和“盘点库存”。

    方法:

    1、选定“账面库存”的数据并复制。

    2、在“盘点”库存的数据区右键-【选择性粘贴】,选择【运算】中的【减】并确定。

    3、观察结果,非零值即为不同的值。当然也可以利用条件格式标识出非零值。

    解读:

    如果两个数相同,求差(暨减法)运算后的值肯定为0,否则为负数或正数,也就是求差的两个数肯定不相同。

    五、非数值类表格比较。

    前提条件:表格结构必须相同。

    目的:对比商品名称是否相同。

    方法:

    1、选定任意表格中需要对比的区域或整个表格。

    2、【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】,在【为符合此公式的值设置格式】中输入:=(B4<>B15)并【确定】。

    3、单击右下角的【格式】-【填充】,选择填充色并【确定】。

    解读:

    1、公式:=(B4<>B15)的意思为当B4单元格的值和B15单元格的值不相等时,进行填冲颜色。

    2、此方法同时适用于数值类表格的比较哦!

    六、差异化比较。

    从上述的第五、第六案例中我们已经知道,如果两个表格中对应行的内容不一样,而实质性的数据一样时,还是无法得到我们想要的结果,那么,当实质性的内容一样,其对应的位置不同时,如何进行核对呢?请看下图:

    从表格中我们可以看出商品的名称并不是一一对应的,那么该如何核对账面库存和盘点库存呢?

    方法:

    1、选定任意表格的数据源,【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】。

    2、在【为符合此公式的值设置格式】中输入:=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)<>C14。

    3、单击右下角的【格式】-【填充】,选取填充色并【确定】。

    解读:

    公式:=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)的作用是查找出符合条件的值,如果和当前单元格的值不相等,则进行填充颜色。

    结束语:

    本文主要从6个大的方面分析了常见的数据核对技巧,在实际的工作中有非常高的应用价值……学习过程中如果遇到任何困难可以在留言区留言讨论哦!

    计算机应用基础表格制作 word excel教程书籍 ppt wps photoshop商务办公软件教学office电脑自动化函数 新手文员自学入门教材2018

  • ?

    如何优雅地使用Endnote软件,这是一个快速入门的动态图教程!

    马诺普拉

    展开

    应“小毛”同学之邀,这期做个Endnote的速成教程!

    01

    安装Endnote X8软件,需要软件的,可以留言留下邮箱,我发送给你。

    02

    获取文献信息有3种途径。一是从搜索引擎里获得,常见的有百度学术,谷歌学术, web of science等等,基本上大部分人都是喜欢从百度学术和谷歌学术获取的;二是从数据库本身获取,比如Elsevier和Springer;三是自己编辑。

    03

    关于杂志格式,大多数英文杂志的格式都可以从Endnote官网上获取style文件,但是没有的怎么办呢,就需要我们自己来修改了,一个捷径是,找一个和自己需要的杂志差不多的style,在这个基础上进行修改(当然,成为老鸟之后可以随心所欲创造了,也简单许多)

    04

    插入word中,这里教一个简单的。以plos one 杂志为例。

    05

    Endnote软件是一个非常优秀的文献阅读管理软件,那么如何把下载的文献关联进去呢,简单到爆啊。直接拖进去就可以啦。

    结束语

    这个软件好用到爱不释手,但是新手往往入门较慢,这没办法,当年我自学这个的时候是拿着翻译软件一点一点翻译菜单才弄明白的,这么多年用下来,有一些心得,今天给出的是一个入门级教程,希望可以帮到大家,更多精彩,请继续关注我,也可以在下面留言给我。

  • ?

    资料员基础入门建议!

    红茶

    展开

    1、电脑使用要过关,大部分工作都要通过电脑来完成;打字速度不一定要很快,但必须要过得去。要学会使用基本办公软件word excel及绘图软件CAD,具体的使用网络上都有教程,如果可以的话,最好再学习一下Photoshop,在一点的时间会使用到。

    2、常用工程术语、建筑构造名词,不管你是在图纸上还在现场看到它们,都应该明白这究竟是个什么来的。比如说:建筑物的基础、地基、桩基础、主体、窗台、过梁、隐蔽、报验等!

    3、常见的建筑材料要认识,建材在进场时要知道收集回来那些资料;材料取样检测这项工作都要资料员去完成,哪些材料才要送、送检的频率是多少,送检的数量是多少,不懂可以多问下检测站,还有送检上一些技巧、不合格的处理都是要掌握的。质保资料是我们工作的重点,因为这些资料不是我们自己做,要找他人来提供的。

    4、多看下相关验收规范,规范里会提到检验批的数量划分和一些材料检测要求。要了解当地的政策。

    5、做资料上学会参考,很多时候一些东西我们没有接触过,看下人家怎么做,自己就怎么做 了。网上也有很多相关的资料,很多时候百度下就可以找到答案。

    6、有关部门要清楚,工程很多手续要办理,就要知道哪里办。

    7、一定要购买有当地(住建厅或市级)所使用的资料软件,软件里面提供比较齐全的表格。

    8、要购买当地资料编制指南,县级按市级的进行,市级按省级进行。如果你能读懂了这个编制指南,资料也差不多可以了!

    9、资料按归档目录来做,基本上就不会错了。

  • ?

    零基础入门HTML-基本格式

    聂乞

    展开
    HTML

    上一篇文章我们教大家创建了自己的第一个HTML文档,并且在浏览器输出了字符串:Hello word!

    但是这样的HTML文档是不完整的,接下来我就来教大家补充我们的HTML文档,使它更正规、完整,今天我们要讲到的就是:HTML的基本格式

    HTML文档是由很多的HTML标记标签组成的,标签有开始,有结束。所以大部分标签都是成对出现的,比如:

    其中就是标签的开始,而标签结束时则在结束的标签上加一个斜杠“/”以表示标签结束,而在标签的开始和结束之间可以放其他东西,比如

    这是一个标题

    h1标签是一个标题标签,这段代码可以在浏览器中输出一句字号很大的:这是一个标题

    当然,也有少部分标签是单个出现的,例如


    这是一个换行标签,它是一个单标签,可以自己结束(末尾本身有斜杠“/”),这种标签里就不能放其他内容了

    大家对HTML标签有一定的了解之后,我们来给大家讲一下今天的正题:HTML的记本格式

    这是网页标题

    这是内容标题

    这是一个段落

    我们给大家解释一下以上代码

    各标签的作用

    零基础入门HTML-我的第一个HTML页面

  • ?

    「PPT」0基础,如何入门PPT,达到PPT高手的水平

    屈易巧

    展开

    你好,我是陈西。

    经常有很多小伙伴告诉我,想要跟着我学习PPT,但是根本不知道怎么开始,需要怎么做,那么今天就仔细分析一下0基础PPT学习者怎么开始去做。

    首先,我们从软件开始。很多小伙伴听说过PPT,但是具体是什么根本不知道。

    这里也不要惊讶,见多了也就正常了。不知道PPT具体是什么也是没有关系的,大家不都是从不知道到知道的吗!谁曾经还不是一个小白?

    PPT具体的名称是PowerPoint,一种演示软件。辅助老师上课用的通常就是这种演示软件。是微软出品的办公软件之一,和Word以及Excel组成了一套办公软件Office。

    当然,市场上有很多类似的软件:比如金山出品的WPS也是办公软件。还有苹果的Keynote是类似PPT的演示软件,还有Prezi,Focusky、Axesli等等也是类似PPT的演示软件。

    比较推荐的是微软出品的Office,理由就是目前用户覆盖率全球第一没有之一。

    如何获取Office软件?

    可以去官网购买;也可以去某宝购买,有正版的软件,价格也是很便宜的;还有其他的方法可以上网搜索一下或者加我好友私信我,这里不便说。

    01

    0基础入门PPT方法

    解决了软件问题,我们接下来就是要进行PPT软件的入门操作。

    首先,我们不要有畏惧的情绪,通俗点说,PPT是最简单的平面设计软件,也是大家平常接触最多的办公软件,完全没有必要害怕。

    那么怎么入门,所谓入门就是了解软件里面的一些工具按钮的名称以及作用。

    入门方法:打开PPT软件,把每一个按钮,小工具都点一遍,然后记住这些按钮的位置,在哪里可以找到,耐心一点。

    然后使用百度,找一些PPT入门的视频,像这种简单的基础操作的视频会有很多,不用付费的;

    或者去网易云课堂搜PPT入门,也有免费的入门视频;或者其它的知识付费平台,如腾讯课堂等等,都有一部分免费的入门操作视频。

    这一个阶段需要掌握的就是基础的工具操作。

    需要注意的一点就是要自己实际打开PPT软件去操作,不要只是听一下,觉得这么简单自己会了。到自己动手的时候又忘了,不要太相信自己的记忆。

    这个阶段可能需要你花费两个星期的时间,期间要不断的去复习,去强化自己的记忆。

    后期我也会制作一些PPT入门的免费基础视频,可以持续关注,到时候可以详细学习。

    02

    PPT学习进阶

    掌握了入门的操作,接下来我们就需要进行真正的PPT进阶学习了。

    如何进行PPT进阶学习?

    这里就可以从我的公众号来学习了,在我的公众号的中间菜单栏,有100期的实际案例操作教程,这些教程是比较新的实操教程。

    如何去做?从第一期的案例开始模仿学习,如果有可能的话,可以做到100%的模仿,做完模仿之后,还可以进行延伸思考,制作几页变体的案例。

    最重要的一点是总结,做完模仿之后,需要重新梳理一下,为什么要这么做,用了哪些基本的工具,作者的思考逻辑流程是什么,如果换做我来做,我又会怎么思考?

    这个阶段可能需要花费你近两个月的时间,这两个月也是你能不能上一个台阶,成为PPT设计师的重要一步。

    很多小伙伴会在这个阶段放弃,虽然大家心里都知道坚持下去就会进步,但是真正去做到的却很少,因为这个世界永远是满足二八定律的。

    03

    PPT思维进阶

    经过近两个月的模仿学习,如果真正用心去学了,那么这个时候你已经达到了中上的水平了。

    这个水平就意味着你可以轻松完成工作中的相关PPT汇报了,也可以进行实战了,接一些PPT定制的单子进行训练了。

    这时候也会到达一个瓶颈期,因为市面上的课程基本上已经很难满足你的进一步学习了。

    这个时候需要提示升的就是设计思维了,而这个思维方面,是别人没有办法教会你的。

    这个时候要想进一步提升,唯一有效的方法和诀窍在于你自己,你需要自己进行研究,去寻找大量优秀的作品,观看大量的其它优秀国内外网站,然后不断研究总结。

    这个过程需要不断的去做,不能停止,要保持持续性的学习,进化和迭代。从而达到高手的水平。

    04

    总结思考

    这篇文章我们主要讲述了0基础,如何进行PPT进阶的学习,达到成为高手的最终目的。

    首先,我们解决了安装Office软件的问题,明白了什么是PPT;然后我们讲述如何入门PPT;接着讲述了如何进行PPT的进阶学习;最后,我们讲述了如何达到高手水平,进行思维升级。

    很多小伙伴希望通过PPT来挣外快,这当然也是可以的,但是也是需要花几个月时间学习的,相对于其他的技能类学习,PPT学习是相对较快的,变现也是较快的。

    但是也要记住,没有什么真正能够不花时间和精力就可以挣钱的方式,所有那些告诉你不花时间和精力就可以暴富的人,看中的是你口袋那本就不多的钱。

    以上,共勉。

    往期好文:

    【文】设计师的个人商业模式分析思考

    【PPT】线条在PPT中的应用详解,提升PPT设计格调

    【PPT】做PPT的黑科技,让你的PPT炫酷有特效

    【PPT】38例PPT中简约精美的图文排版方式案例分享制作

    END

  • ?

    《剑网三》重制版基础教程,让你从入门萌新步入大佬行列

    经秋翠

    展开

    最近一次看到给萌新的攻略帖似乎也已经是去年的事了,虽然大家对于发帖的小白都格外热情,但似乎重制版之后系统的帖子并不是很多,于是趁着周末写了一些作为参考。但是因为一路看下来各色的问题还是挺多的,可能会进入写一部分更新一部分的状态,word文档会在全部写完之后发在网盘方便各位收到小白徒弟之后发给他们。

    首先,入坑之前应该对游戏有所了解,剑三到底是个什么游戏

    在对自己要选的游戏方式有一个大致概念之后,就到了选区服的环节。很多新人都会有一个误区,这种想法大多数来源与手游和新端游的玩家,就是新区比老区好。因为现在很多游戏都有新区经验金币加速的福利,而且很多新服都会有不断更新的等级上限来限制玩家差距,因此很多人倾向于选择新区。然而剑三不存在这种设定,新服除了人少,副本进度慢之外跟老服完全没有任何差别,不利于新人对游戏的体验,因此选区很关键。

    同样,这两天看了十几个新人帖,很多新人对于区服的简称和主服合服的概念不清楚,导致了在邀请他们的过程中出现交流障碍,重制版之后的数据互通【也就是合服】因为双线区的出现跟之前有所不同,我也整理了一下各个区服以及他们对应的区服贴吧

    区服选择之后就是门派选择了,虽然可以不断建小号,但第一个职业也决定了入坑的游戏体验,官方在主页上的内容自然是一个字都不能信的

    门派区服都选好了剩下的就是捏脸了。在进入捏脸界面之前重制版会多出一个【手绘/重置】的画质选项,建议根据个人电脑的配置进行选择(左手绘右重置)

    捏脸系统除了自己来选择人物脸型之外也可以从贴吧/微博/游戏网站等平台获取他人上传的脸型数据,也可以把自己满意的脸型导出分享给他人

    完成了这些新人的游戏生涯也算正式开始了,但是不要急着体验游戏,还有一项重要的步骤需要先做,那就是插件

    剑三官方承认的插件有四个,下面我们分别介绍一下

    插件在游戏里打开方式是在角色头像的下方三角按键处打开

    头顶增强

    头顶增强是一个上至九年老玩家下至刚刚入坑的萌新都很需要的功能,剑三在重制版之前对于任务物品的光效做的惨不忍睹,因此头顶增强在重制版之前算是救命稻草,节省的时间不是一星半点。现在任务物品的光效改版,算是不用增强也能很轻易就找到,但是有一部分奇遇以及小cw的任务物品依旧不会在地图标注也没有任何光效,依旧需要头顶增强来帮助寻找,具体设置如下图,选择增强的内容和增强效果都看个人喜好

    团队面板

    依旧是自己设置喜好,比官方的颜色标识更清晰【茗伊插件也有团队面板,会在之后放出对比】

    懒人账目本

    懒人账目本基本统计了角色大多数的数据,然而对于刚接触游戏的萌新来说只有装备统计以及物品统计是比较有用的

    首先物品统计

    装备统计

    装备统计对于双修或者双心法职业比较有用,可以在不用切换装备的情况下统计各套装备的属性以及具体配装

    懒人小助手

    具体内容就不多作赘述,依旧是按照个人习惯设置即可

    关于门派颜色

    所谓门派颜色是由于安装插件之后对于各门派便于区分而设定的字体颜色,具体颜色见下图

    茗伊插件集简称MY,常用功能中适用萌新的只有箭头标注的四个,前三个都没什么好说的,第四个由于是功能合集所以下面图示慢慢说明

    好友和同帮高亮在人多的地图很好用,背包搜索可以在背包内物品过多时方便寻找目标物品

    由于场景切换导致的设定变更可以通过勾选红框内选项来进行调整。快速切换效果如图所示,不需要点开聊天框列表进行切换,还会显示发言CD以及剩余次数的比例

  • ?

    买了 Mac 不知道怎么用?这份入门指南能帮到你 | 有用功

    曹盼兰

    展开

    最近有三两好友新购入 Mac 之后向我询问经验,发现之前对 Mac 完全没有概念的朋友询问的入门问题几乎类似,均关于 Mac 安装软件、文件夹管理等基础内容。为了让没有接触过 Mac 操作系统的朋友零门槛上手,诞生了本篇文章——零门槛接触 macOS。

    注:Mac 为我们常说的苹果电脑,其操作系统为 macOS。

    不一样的开机

    买回 Mac 之后开机发现并不能直接进入系统主界面,而是 Mac 自带的设置助理引导你进入电脑设置:设置语言、连接 WiFi、创建个人账户、设置 TouchID 以及启用 Siri 等,也可以引导你将另一台电脑的文稿和多媒体文件传输到新 MacBook 上,这个阶段新手跟着指南乖乖完成就可以。

    当以上设置完成后,我们就顺利开机进入 Mac 的主界面了。

    极简的桌面

    Mac 主屏极为简洁,分为上中下 3 个模块:顶部菜单栏,中部桌面,底部 Dock 程序坞,这三个模块就承载我们日常所有需要。

    1. 顶部菜单栏

    熟悉 Windows 的用户都知道在不同软件顶部都会有一排软件操作主菜单,例如 Word 上就是文件、编辑、插入等字样,在 macOS 系统中你会发现,所有软件的主菜单都被简化至桌面唯一区域,即顶部带有苹果 logo 的菜单栏内。该软件主菜单占据顶部左侧部分。

    其右侧为固定栏目如时钟、通知栏、 WiFi 状态、输入法切换、音量调整等快捷图标,功能等同于 Windows 右下角的通知窗口,其功能可以自行调整。

    但 Mac 不像 Windows 能自动折叠这些小图标,而是需要软件来辅助折叠,在这里推荐 Bartender,它可以将不常用的图标折叠在一起,并可以自定义各自出现的时间,例如有通知时在主菜单出现 5 秒,没消息的时候就隐藏在 Bartender 中。

    2.中部桌面

    空荡荡的一片桌面看着很神清气爽,可能有些用户会不习惯,会问像 Windows 里「我的电脑」去哪儿了?其实就在程序坞最左边一个有着可爱小脸的图标里,我们称之为 Finder,官方译名访达。因此「我的电脑」等同于「访达」文件夹。那程序坞又是什么?下面接着说。

    3.Dock 程序坞

    程序坞是用户与 macOS 系统交互最为频繁的区域,程序坞相当于快捷启动栏。我们熟悉的 Windows 系统会把常用的图标放在桌面,正在使用的软件放在底部任务栏,而程序坞集这两个功能于一体,你可以拖拽常用的软件或文档放置在程序坞上以便打开。

    文件可以这样用

    由于 Mac 电脑区别于 Windows 系统的硬盘分区,Windows 普遍分为系统盘 C 盘,再分区 D 盘、E 盘,而通常情况下,Mac 只有一个固态硬盘,系统及文件都存储在这一个硬盘内(当然 macOS 系统也支持分区,想要实现分区的朋友可以自行搜索教程)。

    在 Mac 只有一个盘的情况下我们所有的文件均在 Finder 访达文件夹中,也是 Mac 的大本营,看起来像一张蓝色笑脸的访达内会自动分为桌面、应用程序、影片、音乐、文稿、图片、下载这几个基本文件夹,文件夹使用与 Windows 无异,但需要指出的是不同于 Windows 的访达其独特功能:文件夹排列与文件夹标记/标签。

    1. 文件夹排列:图标、列表、分栏和 Cover Flow

    图标和列表这个我们很常见,长这样:

    分栏则是把文件夹上下层统统展示出来,简单明了:

    我们可以通过方向键上下左右移动从而快速查看文档包含内容。光看文件名也不知道是什么文件怎么办?点按空格就可以查看预览:

    这个功能称之为快速预览,Mac 中的任何文档都可以敲击空格来使用快速预览,敲击空格之后可以预览的文件种类包含图片、视频、音乐、文档(含 Word、Excel、PPT、PDF)等格式。即便不使用快速预览,访达最右侧也有一个小窗口预览,标注了文件名、格式、文件创建时间、文件修改时间及文件大小。

    另一个 Cover Flow 模式也同样适合预览文件:

    最早这个模式是由麦金塔(1984 年开发的苹果电脑)开发者 Jonathan del Strother 创作,在 2005-2006 年间作为 macOS 必备程序出现,因为给用户直观、感性已经有效率的方式形象化地浏览某个唱片收藏,受到用户高度采用和评价,才被苹果公司收购并采用到 iTunes 中。直到 iTunes 11 发布后,Cover Flow 模式在 iTunes 中已经去除,不得不说它的展示性还是很好的,看到这一幕的唱片图册,谁见了会不燃起收集的热情?

    现在我们看到的 Cover Flow 模式不局限于 iTunes 了,而是可以自由预览文件。偶尔用这个模式翻翻照片和唱片册感觉还是很不错的。

    2. 文件夹标记/标签:访达左侧边栏下方能看到很多圆形彩色标记,用于辅助文件分类

    如果说文件夹分类是纵向展示逻辑,那么标签则是横跨这些逻辑的横向组织者,你可以在电脑中的任意文件、文件夹右键标记彩色标签,这些标签可以进行重命名。

    常用的可以将标签设置为紧急、待定、待处理的维度,也可以设置为待看、采购信息等生活维度,还可以设置为学校、家庭、旅行、工作这样的维度。

    同一个文档支持设置多重标签,设置方式常用的两种其一为右键然后选择标签,其二为点击访达上方设置图标进行设置。

    这样管理窗口

    1. 关闭、放大最小化等常用按钮在左上角

    Mac 的桌面窗口其全屏、最小化、关闭按钮与 Windows 相反,是在左上角。

    其中红色代表「关闭」,黄色代表「最小化」将窗口缩至程序坞中,绿色代表「全屏」,这里的全屏与 Windows 有较大不同,它是新增一个横向桌面来展示当前窗口,如下图所示。之后可以通过 ctrl+ 左右键来切换窗口。

    如果只是想放大的话,建议将鼠标拉到窗口边沿手动伸缩。

    2. 所有运行的窗口

    Mac 可以展示所有当前正在运行的窗口,如果当前窗口较多,用 Tab 键切换又繁杂,可以一键显示所有正在运行的窗口,之后再选中自己当前所需窗口。

    上图的顶部还有当前桌面显示,如果你是多块屏幕同时使用,可以选中不同的屏幕操作。

    3. 切换窗口

    一个是 tab + command,另一个是同类中切换 · + command,还有上述说到的 control + 左右方向键切换全屏窗口。

    这里是 tab + Command 键切换不同应用之间的窗口操作。

    这里是 · + Command 键切换相同应用中不同窗口的操作。

    这里是方向键 + Command 键切换不同桌面/全屏窗口的操作。

    熟练以上几种窗口模式之后,会发现其中一种名为「Spaces」的多桌面模式有多么友好:

    桌面 1 可以放置与工作相关的主程序,桌面 2 则放置一些浏览资讯等获取灵感的页面,因为翻阅资料等页面繁多,与工作主程序放在一个桌面难免稍显凌乱,这种情况下将繁多的资料页分到桌面 2 就可以精简桌面 1,让工作更专心。

    其次想休闲时,可以设置桌面 3,用来放置一些杀时间的内容,例如几十个 YouTube 标签页。当有人靠近时也可以用 control 与左右方向键迅速切到桌面 1 并毫无痕迹地开始工作。

    轻巧侧边栏

    1. 快捷插件

    Mac 搭载和 iPhone 一样的快捷插件中心,这一点与使用 iPhone 无异。常用插件为天气、日历、计算器,可额外自定义编辑所需要的插件使用。

    2. 通知中心

    通知中心模块与快捷插在同一位置,均在 Mac 右上角点击后出现的选项卡里,「通知中心」会在屏幕右上角显示提示,而不会中断用户当前操作。

    通知的提示样式可以选择以下三种模式:

    无横幅提示

    下图展示的是通知的横幅效果。

    macOS 系统原生的基本操作说明已经告一段落,接下来我们需要熟悉如何使用桌面之外的内容——如何安装、卸载软件。

    如何软件安装及卸载应用?

    用过 iPhone 的用户知道我们需要使用 App Store 来安装所需应用,那么在 Mac 上也是一样。在程序坞中打开 App Store 后查找需要的应用进行下载,Mac App Store 下载的软件跟 iOS 手机系统一样会直接装在系统里,安装好之后的应用会出现在应用程序这个模块里。

    还有一种例外操作,即从产品官网/非 App Store 安装软件时需要打开安全限制,在「系统设置」的「安全性与隐私」一栏中按情况勾选以下内容即可:

    Windows 下的安装文件名后缀为 exe,对应的 Mac 的安装文件名后缀可能是 dmg 或 pkg。由于这是两种不同的系统,因此安装文件是不能互相使用的。当下载好第三方安装文件后,安装需要经历几个简单步骤:

    双击 .dmg 安装文件根据操作进行安装流程将安装好的应用拖动到应用程序文件夹中

    滑到不行的触控板手势

    Mac 的触控板当你习惯之后会变得非常好用且省力,一般触控板除了挪动光标之外没有别的功能,但是 Mac 的触控板任意位置都是可以点按的,轻轻点一下也能触发某些操作,例如右键:你只需要两只手指点按或者轻点,就可以完成右键操作。

    苹果官网有更多关于触控板的操作介绍,在这里贴六个基本手势操作给大家:

    看到这里,对 Mac 的基本说明也就告一段落。虽然介绍的是一些基础功能,但重要的是我们选择使用 Mac,就要了解它的特性来找到使用它的秘方,这也不失为增进使用效率的好方式。以上只是介绍了 Mac 非常基础的功能,它还有非常多亮点值得去发现和摸索,例如本文没有介绍到的 Multi-Touch Bar、Lanuchpad、Siri 等内容,这些内容也是非常值得一试的功能。

    这里介绍最基础和简单的功能是为了方便刚接触 Mac 的新同学,也是一些 Mac 使用的经验之谈,希望你看完有所收获。

    作者:颜溪莎

  • ?

    如何快速掌握WORD文档的学习纲要

    奕柯

    展开

    本教程为您说明word办公学习纲要(办公修炼手册)的方法步骤,具体请看正文介绍:

    一天不读书,智商输给猪,你还在躺着刷头条?

    首先明白word是一款文字处理软件,操作的对象主体是文字以及由文字构成的段落。

    以及在此之上的文字与形状,图表等等的互动。

    学会掌握文字的基础设置,比如字体字号的设置,简单的段落设置,比如首行缩进,段前段后间距设置还有行距的设置。由基础需求爬进门槛。

    图文混合排版,此时应该不满足于单纯的文字表示,而是追求一定程度的多样性,开始尝试插入图片,以及对图片简单的编辑和各项操作入门了解。

    稍微高级点的功能了解,比如目录,交叉引用,题注脚注尾注,索引,邮件合并,查找替换的简单应用。此时已经处于入门阶段。

    夯实筑基,对于各项设置的细节进行调整,可以熟练玩转目录,分隔符,页眉页脚,域等word操作。此时已经在对以前的操作进行深入了解,由操作入理论,此时结束时,可以简单认为是一般人眼中“高手”

    熟练掌握各项操作,以及可以使用开发者工具进行简单的则是和操作。此时基本已经超越90%的学习者了。

    之后的路,就不要再赘述了,这是你已经找到学习的方法了。

    通过本文的学习你是不是对办公软件有了更多了解呢?

  • ?

    word2010入门基础教程一:word2010工作界面

    成危

    展开

    内容提要:本文的word2010入门基础教程主要为大家分享了word2010工作界面的认识和调整设置。

    目标:

    认识WORD2010的工作界面

    掌握工作界面各部分的设置方法

    配套视频:

    1-1选项卡位置调整

    1-2自定义选项卡

    1-3滚动条的小秘密

    如果你想和别人成为好朋友,想更多的了解他(她),那么,第一件要做的事是什么?

    相信聪明的你一定会说:知道他(她)的名字。呵呵…真是的!通常都是先打听名字、电话号码、家庭住址等。这样做的目的是什么?当然是为了更加方便地找到他(她),对不对?

    那么如果想更多地了解WORD,和她成为好朋友,第一件事情也要知道WORD各部分的名字,并且能很快找到。这样,才能方便我们以后的学习。

    WORD2010的工作界面组成

    WORD2010界面中各个部分的名称,很简单,一幅图就搞定!(如图1-1所示)

    从上图可以看出,word2010界面包括了7个部分:

    标题栏

    快速访问工具栏

    选项卡

    功能区

    标尺

    滚动条

    状态栏

    这下名字应该都知道了吧?我们还可以根据需要设置自己的工作界面哦。下面我们将对WORD工作界面的设置做进一步的了解。

    二、word工作界面的相关设置

    游戏开始!!!找不同,请仔细观察以下两幅图片(图1-2和图1-3),并找出它们的区别:

    由上图不难看出,WORD工作界面是可以进行设置的。下面我们就来介绍一下WORD2010工作界面中各个部分的作用及设置方法。

    1.标题栏

    标题栏位于工作界面顶端,可以显示文档名称,并可进行窗口控制。(双击软件图标有惊喜哦~~~~)

    2.word快速访问工具栏

    快速访问工具栏位于标题栏左侧,用于存放常用的命令。快速访问工具栏的设置包括以下两个功能。

    1)添加或删除快速访问工具栏上的按钮

    操作方法:单击快速访问工具栏右侧的按钮,如图1-5所示。

    会出现如图1-6所示的下拉列表。

    这里面的命令,前面打勾的命令是当前显示的,没打勾的是隐藏的命令。接下来,聪明的你一定知道该怎么做了,对不?

    2)更改快速访问工具栏的显示位置

    不多说,一看图1-7就明白了。

    群文件有公开课视频,对Word感兴趣的朋友可加Word学习交流群:180627193官网:itblw

所有视频需要登录后,才能观看

请先登录您的帐号,即可完整播放,如果您尚未注册帐号,请先点击注册。