其他

http://blog.sina.com.cn/s/blog_66035a700100hupi.html 主成分分析是一種多元分析中最常見的降維和賦權方法。然而，在實際的應用中，許多人在沒有搞清楚方法的意義時就大膽使用，很有點好分析不求甚解的味道。要知道這樣的行為不僅害人而且害己。所謂害人，就是害了閱讀你報告的人；所謂害己，就是你會一而再，再而三的犯錯。第一問：為什麼要降維？在實際分析問題時，研究者往往選擇很多的指標。這些指標之間經常會存在一定程度的線性相關，這樣就會導致資訊的重疊。直白說就是用

http://blog.csdn.net/pongba/article/details/621723 圖靈機是圖靈為了研究可計算問題而構思的一個理論裝置，你只要想一想有限狀態機器就可以大概知道圖靈機是個什麼概念了，只不過圖靈機的記憶體（紙帶）是潛無窮的（也就是可以任意長啦，“潛無窮”是古稀蠟人的說辭）。圖靈機的定義形象的說來就像老式的電傳機：一個讀寫頭，一根紙帶（可能任意長），讀寫頭不斷讀取紙帶上的符號，並根據內在的狀態轉換規則轉換目前狀態，同時進行一些動作，譬如插除或改寫當前字元，向前/向後移

mysql建立支援UTF-8編碼的資料庫GBK: CREATE DATABASE `test1` DEFAULT CHARACTER SET gbk COLLATE gbk_chinese_ci;UTF-8: CREATE DATABASE `test2` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;http://bbs.csdn.net/topics/360210527--語 句 功 能 --資料操作 SELECT

1、線性迴歸：是迴歸問題，損失函數用最小二乘2、logistic regression：解決分類問題，損失函數為log損失 log(h(x,theta))=======================================【轉】：http://www.cnblogs.com/jerrylead1 摘要      本報告是在學習斯坦福大學機器學習課程前四節加上配套的講義後的總結與認識。前四節主要講述了迴歸問題，迴歸屬於有監督學習中的一種方法。該方法的核心思

http://blog.csdn.net/crfoxzl/article/details/2192957 NP問題就是指其解的正確性可以在多項式時間內被檢查的一類問題。比如說數組求和，得到一個解，這個解對不對呢，顯然是可以在多項式時間內驗證的。再比如說SAT，如果得到一個解，也是能在多項式時間內驗證正確性的。所以SAT和求和等等都是NP問題。然後呢，有一部分NP問題的解已經可以在多項式時間內找到，比如數組求和，這部分問題就是NP中比較簡單的一部分，被命名為P類問題。那麼P以外的NP問題，就是目前

一、資料立方體由維和事實定義。維是關於一個組織想要儲存記錄的透視圖或實體。維對應模式中的一個或一組屬性，這個模式應該就是事實表（中心表）。每個維都有一個表與之相關聯，稱為維表。它進一步表示維。維表可以由使用者或專家設定，或者根據資料分布自動產生和調整。 多維資料模型圍繞中心主題組織。主題用事實表表示。事實是用數值度量的。事實表包括事實的名稱或度量，以及每個相關維表的碼。 二、最流行的資料倉儲資料模型是多維模型，可以是星形模型，雪花模型，事實星座模型。 三、方體cuboid給定維的集合，可以對給定

【轉】http://blog.21ic.com/user1/3128/archives/2010/71193.htmlMATLAB是我們常用的工具。而快速學習和熟練掌握MATLAB對於高效完成工作很有意義。本文從親身的經驗出發，介紹一下怎樣學習和使用MATLAB，這些辦法都是已經被若干人證明很不錯的。學習MATLAB的基礎文法略過了。如果你不太確定，可以在command下邊用一些簡單的數字試一試。如果你習慣用C，那麼注意要將運算矩陣化，什麼叫運算矩陣化呢？就是盡量將迴圈，尤其是帶if的迴圈用矩陣

矩陣的建立一、矩陣定義例：>> A = [1  2  3; 4  5  6; 7  8  9]1、矩陣用方括弧 “[ ]” 括起2、 矩陣同一行中的元素之間用 空格 或 逗號 分隔3、矩陣行與行之間用 分號  分開4、直接IME中，分號可以用 斷行符號 代替 二、矩陣元素賦值1、矩陣元素的單獨賦值例：>> x(5)=abs(x(1))2、大矩陣可以把小矩陣作為其元素例：>> A=[A ; 11  12  13]三、矩陣元素的引用1、單個元素的引用例：>&

一、統計學習，統計機器學習statistical machine learning1、統計學習方法：給定訓練資料training data，在假設空間hypothesis spase（假設要學習的模型屬於某個函數的集合），應用某個評價準則evaluation

一、spring架構的核心思想就是“解耦”，應用內部的解耦主要靠控制反轉在實現。依賴注入1、由容器管理對象的生命週期。 2、由容器管理對象的依賴。 二、spring的設計模式--singleson模式、原廠模式可以用spring管理所有的singleton，儘可能避免使用四人幫的那種“單例”模式實現。就是避免用static保證單例，避免使用SomeClass.getSingleton()這種方法，因為如果這樣，調用這個

HibernateUtilimport org.hibernate.HibernateException;import org.hibernate.Session;import org.hibernate.SessionFactory;import org.hibernate.cfg.Configuration;public class HibernateUtil { private static final SessionFactory sessionFactory;

一、資料立方體的有效計算多維資料分析的核心是有效計算多個維度合上的聚集。按SQL術語，這些聚集稱為group-by。對於n維的立方體，包括基本立方體總共有（2的n次冪）個方體。（假設每個維沒有分層）curse of dimensionality 如果資料立方體中所有的方體都預先計算，所需的儲存空間可能爆炸。二、物化materialization部分物化冰山立方體：是一個資料立方體，它只存放其聚集值（如計數）大於某個最小支援度閾值的立方體單元。一旦選定的方體已經物化，重要的是在查詢處理時利用它們。

http://flysnow.iteye.com/blog/733785#引用在大部分情況下，容器中的bean都是singleton類型的。如果一個singleton bean要引用另外一個singleton bean，或者一個非singleton bean要引用另外一個非singleton bean時，通常情況下將一個bean定義為另一個bean的property值就可以了。不過對於具有不同生命週期的bean來說這樣做就會有問題了，比如在調用一個singleton類型bean A的某個方法時，

協助系統例：>> help eig例：>> doc eig例：>> help matfun  查看矩陣相關函數尋找命令lookfor  按指定的關鍵詞查詢與之相關的命令例：>> lookfor inversewhich  顯示指定函數所在的目錄例：>> which eig變數的查詢who    顯示工作空間中的所有變數whos  查看工作空間中變數的詳細屬性 變數的儲存 save  將所有變數存入檔案 matlab.matsave

一、CFGV：字元集Σ：終結符集V-Σ：非終結符集S：起始符R：規則集合（V-Σ）x V*推導derivation： 二、Parse Tree分析樹 三、PDA pushdown automata 四、PDA & CFL 五、上下文無關語言和非上下文無關語言在交和補運算下不是封閉的泵定理：六、上下文無關文法的演算法右邊為兩個字母

一、讀的是一篇文獻，06年的Answering Top-k Queries with MultiDimensional Selections: The Ranking Cube Approach在一個top-k查詢中，兩個度量反應了效能：a selection condition & a ranking function.selection condition維度可能很高，ranking function不一定是線性。這篇文獻提出了一個模型，叫做ranking

一、Handicapped machines二、 Compubility 三、Turing Machines控制器在每步完成兩種功能：1、讓控制器進入新狀態2、（a）若不是←、→符號，即一般的符號，則在當前少秒的帶方格裡寫一個符號替換哪裡的符號（b）若是←、向左或→符號，則把讀寫頭移動一格a代表寫a機，即在讀寫頭當前位置寫入aL和R表示移抬頭機，向左或向右移動帶頭

隱馬爾可夫模型(HMM)簡介 轉自：http://xiaofeng1982.blog.163.com/blog/static/315724582009824103618623/請各位讀者深吸一口氣……呼……開始……（一）阿黃是大家敬愛的警官，他性格開朗，身體強壯，是大家心目中健康的典範。但是，近一個月來阿黃的身體狀況出現異常：情緒失控的狀況時有發生。有時候忍不住放聲大笑，有時候有時候愁眉不展，有時候老淚縱橫，有時候勃然大怒……如

In computer science, a universal Turing machine (UTM) is a Turing machine that can simulate an arbitrary Turing machine on arbitrary input. The universal machine essentially achieves this by reading both the description of the machine to be

http://blog.csdn.net/crfoxzl/article/details/2192843NP 是 Non-deterministic Polynomial 的縮寫，NP 問題通俗來說是其解的正確效能夠被很容易檢查的問題，這裡"很容易檢查"指的是存在一個多項式檢查演算法。例如，著名的推銷員旅行問題（Travel Saleman Problem orTSP）：假設一個推銷員需要從香港出發，經過廣州，北京，上海，…，等 n 個城市，