闲置office，数据协作更高效的表单软件比肩everything，搜索文件更快速的本地搜索器升级PPT，完美设计幻灯片的插件取代word，更灵活的文案协作笔记软件1、闲置excel，数据协作更高效——简道云为什么要大把时间花在excel表格的整理上？为了提高数据管理效率，可以在简道云这个表单软件中实时管理、自动统计、制作图表：
同时它的很多功能可以很好的支撑团队协作。比如，大家公司行政喜欢用它统计员工订餐：
在后台可以查看、下载员工们提交的餐单：
它也可以作为个人的数据或资料管理工具，比如利用它做了一个个人书店：
可以在手机、电脑都可以使用。不用下载APP和客户端。手机是和钉钉/企业微信/公众号绑定，电脑是直接登陆使用。2、升级PPT，完美的幻灯片设计——islide即便没有硬核技术，小白也能做出大神级PPT！islide有超齐全的素材库：主题、配色表、图示、图表、图标、图片、插图。所有PPT需要普遍使用的素材，在islide都能找到。
打开各个素材库，可以按照各种分类筛选，数量也很充足：
有免费版，也有会员版，一般场合的PPT免费版够用，想要做的超级酷炫，大概会员版才能满足你。3、比肩everything，搜索文件更神速——listray谁说只有被吹上天的everything是神器？不咋有名的listray的文件搜索速度跟everything差不多，但打开方式却更方便。比如：双击Ctrl即可快搜本地文件 。
如果快捷键与自己电脑常用快捷键冲突的话，可以在常规设置里直接关掉快捷键：
照顾到英文不好的伙伴，还能将语言模式调整成中文：常规设置→语言→简体中文
4、取代word，更好的文案协作——有道云笔记虽然word功能强大，但很多功能在工作后越来越都用不到，反而不如用笔记本记事好使有道云笔记是在使用感很不错的一款笔记软件。富文本丰富，包含了办公族编辑文案时最需要的功能：
全屏后，界面简洁、编辑更爽：
想怎么用都可以，它就是可以随意分享、一起协作的在线笔记本。比如，偶的有道云已经成了备忘录、日记本、工作汇报本等等等等的合集。
免费版足够使用。也有会员版，看个人需要了。css层叠样式表，图片变形 css，dojo移除css属性，雅黑light css调用，css橄榄依泉精华，css3ps安装教程，qgraphicsscene
css样式不可以重复使用吗？
是的。
css样式不可以重复使用。
这是因为，外部CSS样式和内部css样式同时存在，以内部css样式为准。
内部css样式与标签的style属性同时存在，以style属性的样式为准。
所以，CSS类的优先级更高，如果存在相同的样式属性，CSS类中的定义的样式会覆盖掉。
scc法则？
一、支持战略
1、创造价值 —能够为公司、股东创造价值，且体现为更有效率的KPI、关键任务成果
2、阶段性目标支持长期战略 —年度目标与五年规划紧密衔接，有利于组织战略达成
3、下级支持上级 —建立清晰有效的目标分解传导机制，确保各级组织、个人目标服从于整体目标
二、可持续
1、健康经营 —业务规模、利润、品质、风险并重，均衡协调
2、资源整体规划 —业务、财务、人力预算整体打包规划
3、投产优化 —通过不断优化人力成本、费用率等指标，使业务发展保持良性增长
三、有挑战
1、有效增长 —须体现三比：比市场、比标杆、比自己
2、实现增长的行动路径 —配套明确的行动计划，而非简单的量化指标，确保实现有效增长
3、培育创新模式 —培育创新的业务模式、市场、领域，保持或形成独特的竞争力，实现突破性发展
机器学习与深度学习中聚类关联决策跟分类是什么？
大数据的挖掘常用的方法有分类、回归分析、聚类、关联规则、神经网络方法、Web 数据挖掘等。这些方法从不同的角度对数据进行挖掘。
所以总体可以认为深度学习跟机器学习都属于数据挖掘的方法。
(1)分类
分类是找出数据库中的一组数据对象的共同特点并按照分类模式将其划分为不同的类。
比如大家在电商商平台上的各类产品，肯定要按照产品属性进行分类，对应的数据挖掘的分类，就是利用属性去寻找有共同特点的数据对象，归到一个大集合。
(2)回归分析
回归分析反映了数据库中数据的属性值的特性，通过函数表达数据映射的关系来发现属性值之间的依赖关系。
比如，大家有了过去三年的销售数据，大家就可以抽象出影响销售的因素，对未来的销售数据做出预测。
(3)聚类。聚类类似于分类，但与分类的目的不同，是针对数据的相似性和差异性将一组数据分为几个类别。
（4）关联规则
关联规则是隐藏在数据项之间的关联或相互关系，即可以根据一个数据项的出现推导出其他数据项的出现。
大家最喜欢举得例子，就是爸爸去超市购物的例子，爸爸去超市买奶粉，如果在旁边放上爸爸喜欢的啤酒起子、酒精饮料，肯定能引导消费。
(5)神经网络方法。神经网络作为一种先进的人工智能技术，因其自身自行处理、
分布存储和高度容错等特性非常适合处理非线性的以及那些以模糊、不完整、不 严密的知识或数据为特征的处理问题，它的这一特点十分适合解决数据挖掘的问题。
目前的大数据处理，已经不是结构数据为天下，而是有大量文本、音频、视频、图像等非线性数据，所以基于神经网络的深度学习算法，目前已经蓬勃发展，不可阻挡的改变着一切。
(6)Web数据挖掘。Web数据挖掘是一项综合性技术，指Web 从文档结构和使用的集合C 中发现隐含的模式P，如果将C看做是输入，P 看做是输出，那么Web 挖掘过程就可以看做是从输入到输出的一个映射过程。
这个偶个人的理解，更像是用户行为画像，目前基于HTML5的前端页面，已经有了充足的信息获取能力，比起之前的HTML静态页面，实在太强了。以前困惑大家的用户的分类问题、网站内容时效性问题，用户在页面停留时间问题，页面的链入与链出数问题等已经慢慢得到了解决。