1樓：匿名使用者
網格系統的實現原理，是通過定義容器大小，平分12份(也有平分成24份或32份，但12份是最常見的)，再調整內外邊距，最後結合**查詢，就製作出了強大的響應式網格系統。bootstrap框架中的網格系統就是將容器平分成12份。
bootstrap優缺點：
優點：1.bootstap最近釋出了bootstrap4，擁有了box-flex佈局等更新，緊跟最新的web技術的發展
2.比較成熟，在大量的專案中充分的使用和測試
3.擁有完善的文件，使用起來更方便
4.有大量的元件樣式，接受定製
缺點：1.如果有自己特殊的需求，就需要重新定製樣式，如果一個**中有大量的非bootstrap「風格」的樣式存在，那麼你就需要做大量的css重寫，因此也就失去了使用框架的意義。
2.會有相容問題，雖然網上存在很多相容ie的辦法，但需要引入其他檔案，有些還不小，勢必導致載入速度變慢，影響使用者體驗。
2樓：匿名使用者
引導(bootstrap)：
(1)一個指令序列，執行它可以導致裝入並執行附加的指令，直到將整個計算機程式裝入儲存器為止．
(2)一種設計成通過自己的操作使其自身處於期望狀態的技術或裝置，例如，一種機器例程，該例程的頭幾個指令足以使其自身的其餘部分從輸入裝置進入計算機。
在作業系統中：
指使用一個很小的程式將某個特定的程式（通常是指作業系統）載入計算機中。亦指啟動節點，引導節點。
統計中的 bootstrap 方法是指什麼
3樓：go陌小潔
bootstrap方法根據給定的原始樣本複製觀測資訊對總體的分佈特性進行統計推斷，不需要額外的資訊，efron（1979）認為該方法也屬於非引數統計方法。bootstrap方法從觀察資料出發，不需任何分佈假定，針對統計學中的引數估計及假設檢驗問題，利用bootstrap方法產生的自舉樣本計算的某統計量的資料集可以用來反映該統計量的抽樣分佈，即產生經驗分佈，這樣，即使我們對總體分佈不確定，也可以近似估計出該統計量及其置信區間，由此分佈可得到不同置信水平相應的分位數——即為通常所謂的臨界值，可進一步用於假設測驗。因而，bootstrap方法能夠解決許多傳統統計分析方法不能解決的問題。
在bootstrap的實現過程中，計算機的地位不容忽視(diaconis et al.,1983)，因為bootstrap涉及到大量的模擬計算。可以說如果沒有計算機，bootstrap理論只可能是一紙空談。
隨著計算機的快速發展，計算速度的提高，計算費時大大降低。在資料的分佈假設太牽強或者解析式太難推導時，bootstrap為我們提供瞭解決問題的另一種有效的思路。因此，該方法在生物科學研究中有一定的利用價值和實際意義
非引數統計中一種重要的估計統計量方差進而進行區間估計的統計方法,也稱為自助法.其核心思想和基本步驟如下：
（1） 採用重抽樣技術從原始樣本中抽取一定數量（自己給定）的樣本,此過程允許重複抽樣.
（2） 根據抽出的樣本計算給定的統計量t.
（3） 重複上述n次（一般大於1000）,得到n個統計量t.
（4） 計算上述n個統計量t的樣本方差,得到統計量的方差.
應該說bootstrap是現代統計學較為流行的一種統計方法,在小樣本時效果很好.通過方差的估計可以構造置信區間等,其運用範圍得到進一步延伸.
具體抽樣方法舉例：想要知道池塘裡面魚的數量,可以先抽取n條魚,做上記號,放回池塘.
進行重複抽樣,抽取m次,每次抽取n條,考察每次抽到的魚當中有記號的比例,綜合m次的比例,在進行統計量的計算.。
4樓：hi漫海
比如現在有一個分佈f...
1. bootstrap: 如果我無法知道f的確切分佈,手上僅有一組從f中iid抽樣的樣本(x_1, ...
, x_n),我想檢驗「f的均值是否為0」.看起來這個不可能,因為我只有一個\bar的點估計,而並不知道\bar的分佈.bootstrap的魔術是現在我把(x_1, ...
, x_n)這個樣本當做總體,從中(有放回地)重新抽樣,重抽樣樣本大小仍為n,那麼每一次重抽樣就可以得到一個「樣本均值」,不斷地重抽樣我就得到了一個\bar的「分佈」.這樣接下來我就可以構造confidence interval並做檢驗了.
雖然實踐中bootstrap的重抽樣步驟都是用monte carlo方法來模擬重抽樣樣本統計量的分佈,但是嚴格地說這個分佈原則上可以精確計算.而如果待估統計量比較簡單,bootstrap的結果有時甚至可以直接用(x_1, ..., x_n)的某種統計量表示出來,從而並不需要真正地「重抽樣」.
5樓：ms帽兒
monte carlo是一個更基礎的想法.在很多數學、物理或者工程問題種有很多無法寫出closed form的表示式,為了能得到數值上的一個解,需要通過隨機取樣的方法去估計.
bootstrap是重新改變統計學的一個想法.統計推斷的主體總是一個的隨機變數分佈.在這個分佈很複雜無法假設合理的引數模型時,bootstrap提供了一種非引數的推斷方法,依靠的是對觀測到的樣本的重新抽樣（resampling）,其實是用empirical distribution去近似真正的distribution.
這兩種方法從目的到用法都完全不同,有聯絡的話就是都涉及到計算機抽樣.
什么是解構方法，什麼是解構方法
國內90年代以來的哲學 政治 歷史 法律 文學研究等領域中，解構是一個廣泛流行的術語。在諸多文字中，解構往往被用以替代批評 批判 這一方面似乎是因為批評一詞很容易與政治相牽連，而解構則蘊含著比較充分的文化 知識 學理的意味，另一方面則顯然是源於對解構的牽強附會。什麼是解構 100 解構，或譯為 結構...
什麼是容錯方法
容錯ft fault tolerant 技術一般利用冗餘硬體交叉檢測操作結果。隨著處理器速度的加快和 的 而越來越多地轉移到軟體中。未來容錯技術將完全在軟體環境下完成，那時它和高可用性技術之間的差別也就隨之消失了。區域網的核心裝置是伺服器。使用者不斷從檔案伺服器中大量存取資料，檔案伺服器集中管理系統...
什麼叫說明方法，什麼是說明方法，有哪些
醉意撩人殤 說明方法 舉例子 作引用 作比較 列數字 分類別 打比方 摹狀貌 下定義 作詮釋 列圖表 做假設 引資料等。說明文的語言的要求是科學性 嚴謹性 準確性，真實性，周密性，簡練明確 文學性說明文還要求生動性 形象性。恰當地運用說明方法，能提高說明語言的科學性和準確性，使說明物件更具體 更生動...