其他

這學期選了一門名叫《web智能與社交運算》的課，老師最後偷懶，最後的課程project作業直接讓我們參加百度的一個電影推薦系統演算法大賽，然後以在這個比賽中的成績作為這門課大作業的成績。不過，最終的結果並不需要百度官方的評估，只需要我們的即可（參看百度雲平台），例如下面這個：上面最重要的就是RMSE的數值，數值越小代表偏差越小，百度熱門排行榜就是按值從小到大來排列的，這些人使用的可能是比SVD更好的演算法，即使這樣達到一定範圍後再想進步就很難了，估計不會有人低於0.6這個值。言歸正傳，下面來說說

最近在做軟體項目實習開發，車阿姨讓我們用SOA技術進行開發，說白了就是web service技術，貌似這個技術現在用的很多，正好趁這個機會學學這個技術。下面我想介紹一下如何調用web service。1.自己建立一個網站可以看到，這裡是建立的asp.net

下面是最全的OJ列表：北京郵電大學 http://acm.scs.bupt.cn/onlinejudge/(推薦)北京大學 http://acm.pku.edu.cn/JudgeOnline/ (推薦)http://poj.grids.cn/(內部)浙江大學 http://acm.zju.edu.cn/ (推薦)天津大學 http://acm.tju.edu.cn/toj/四川大學 http://acm.scu.edu.cn/soj/中科大 http://acm.ustc.edu.cn/哈工大

分享考研應該做到的 來源：kaoyan論壇1 起床問題,毋庸置疑,必須制定一個較早的時間起床(應該在6點左右,當然還可以更早,但不能太早,你會困的),無論是周末還是什麼假期,陰天還是下雨,請堅持住你定的那個時間,強制自己聽到鬧鈴之後必須起來,做到1分鐘都不差。這個我覺得應該根據個人的生物鐘來調節，我總是八九點鐘才起床的，晚上沒到兩點是睡不著的~2

公開課地址：https://class.coursera.org/ml-003/class/index 授課老師：Andrew Ng1、non-linear hypotheses(非線性假設)前面提到的都是迴歸方面的東西，現在要開始新的一個專題-神經網路。自然，腦中冒出一個問題，為什麼要引入神經網路？還是考慮房屋售價預測問題，我們可以通過引入多個特徵讓預測更準確，但我們知道能引入的特徵數目不多。如果特徵數目變多，例如從100*100個pixels中選出所有XiXj作為羅吉斯迴歸的一個參數，那麼總

公開課地址：https://class.coursera.org/ml-003/class/index 授課老師：Andrew Ng1、cost function(代價函數)上一講的最後引入了多分類問題，多分類問題與二元分類問題的區別就在於輸出單元是多個，用圖總結如下：同時在前面我們也已經知道羅吉斯迴歸的代價函數如下：前半部分代表真實值與假設值的差值，後半部分代表對係數進行規格化的偏差項。與此類似的，我們可以定義神經網路的代價函數：真實值與假設值之間的距離定義為統計所有的樣本和輸出類別之間的和值

 【規則2-1】注釋應當準確、易懂，防止有二義性。錯誤的注釋不但無益反而有害。【規則2-2】邊寫代碼邊注釋，修改代碼同時修改相應的注釋，以保證注釋與代碼的一致性。不再有用的注釋要及時刪除。【規則2-3】注釋是對代碼的“提示”，而不是文檔。程式中的注釋應當簡單明了，注釋太多了會讓人眼花繚亂。【規則2-4】一目瞭然的語句不加註釋。例如：i++; /* i 加1

http://www.wangchao.net.cn/bbsdetail_1868961.html .net中C#代碼與javaScript函數的相互調用問題。　　問：　　1.如何在JavaScript訪問C#函數?　　2.如何在JavaScript訪問C#變數?　　3.如何在C#中訪問JavaScript的已有變數?　　4.如何在C#中訪問JavaScript函數?　　問題1答案如下：　　javaScript函數中執行C#代碼中的函數：　　方法一：1、首先建立一個按鈕，在後台將調用或處理的內容

 21世紀需要的七種人才 如果我們迴歸過去的曆史，可以明顯地看到，在戰國時代，最需要的人才是橋社嬗變的謀士或者力敵萬夫的勇士，到科舉人才就是會讀、會寫書，懂八骨文的 人才。到現在，最需要的人才是工程師，我們明顯感到隨著時間的推移，世界最需要的人才在改變。在21世紀我們需要什麼樣的人才呢？    在過去21世紀之前，在工業時代，更多的需要腦力的工作，21世紀我們更多需要的是腦力的創造，帶來公平的競爭、共用的資訊，還有放權的關係，人們可以自

公開課地址：https://class.coursera.org/ml-003/class/index 授課老師：Andrew Ng1、deciding what to try next(確定接下來做什麼)前面已經介紹了機器學習的一些方法，知道這些方法的具體過程顯然是不夠的，關鍵是學會如何去用，正所謂掌握知識的最佳途徑是付諸於實踐。考慮最早提出的房屋售價預測問題，假設你已經使用規格化的線性迴歸得到了一個預測模型，你歡天喜地的要拿新資料來測試你模型的正確性，結果卻大失所望，你發現預測值和真實值誤差

第一題：利用進化演算法解決TSP問題。試給出相應演算法偽碼以及關鍵的資料結構。進而說明其中對應全域探索（Exploration）能力和局部探測（Exploitation）能力的構成要素分別是什嗎？你如何?二者的平衡？解答：虛擬碼如下：Random initialization of the population PWhile (not satisfied termination condition) doi=0Beginfor each individual Si ∈ P dobegin

Paper 1：on the difficulty of nearest neighbor search這篇論文主要介紹的是在最近鄰搜尋中困難度的相關內容，並且提出了一個具體化的估計困難度的方法（relative contrast），下面是本文摘抄1、  the term difficulty here has two different but related meanings: in the context of NN search problem, difficulty

來源：圓木菠蘿罐  今天是7月23日，距離這次.NET Training A班開始的日子整整3周。當初一共有16名同學，其中的4名研究生到這周為止已全部放棄。剩下的14名本科生，除了1名因為違反安全規則和觸犯誠信價值觀被離開，其餘都各自為自己的Training

相信學過演算法的童鞋都聽說過一個很經典的問題：TSP問題，這個問題是NP問題，無法在多項式時間內進行求解。當問題規模較小時，還可以用窮舉的方法進行求解，但是當城市一旦變多，窮舉的時間將會指數級增加。就算採用啟發學習法搜尋，估計也很難求解。但是這個問題是可以嘗試解決的，人工智慧給我們提供了強大的武器，也許儘管無法求得全域最優解，但我們也能得到一個很不錯的解。最主要的是，我們可以在可以忍耐的時間內得到一個解。下面給出人工智慧中對TSP問題求解的幾種方法，這也是劉峽壁老師在課堂上反覆強調的。1、使用霍

這篇論文是矩陣分析課上老師布置的一項作業，主要內容來自於http://www.ams.org/samplings/feature-column/fcarc-svd 這篇文章，經過自己的翻譯整理後得到了這篇文章。這裡並不是完全按照全文進行一字一句的翻譯，添加了一些內容，刪除了一些內容。一、基礎知識1、特徵值：如果說一個向量v是方陣A的特徵向量，將一定可以表示成下面的形式：這時候λ就被稱為特徵向量v對應的特徵值，一個矩陣的一組特徵向量是一組正交向量。特徵值分解是將一個矩陣分解成下面的形式;其中Q是這

前天晚上，一位研三的學長突然跑到我們宿舍，問我們一道微軟筆試題。給你一個整數n，求出1到n這個區間範圍內包含數字0的個數，例如當n=10的時候就只有10包含0，輸出1，n=90就輸出9。唯一的要求是此題不能用遍曆來實現，時間負責度要比O(n)小，要是遍曆顯然誰都會做。初看此題，似乎能找到規律，應該是排列組合的思想，下面是我認識的一個學數學的同學提供的思路：用數學方法看起來應該能夠解決，不過並沒有嘗試。在問了一個ACM大牛後，得到了一個名詞“數位DP”，並且發現其實有很多與此類似的題目，都可以用數

 經過前面幾篇的介紹，如果再參考一下Omega的話，估計應該可以順利建立database和往database裡添加document了。有了資料，下一步關心的當然是怎樣將它們查出來，在一個IR系統（不單止Xapian）中，檢索的方式是多元化的，排序則是多樣化的，結果則是人性化的，這就是跟關聯式資料庫相比的最大優勢。由於內容較多，因此將檢索、排序和取得結果分開講述，這一篇先講述如何檢索。IR系統有這麼多的好處，因此終端使用者對它是有很高期望的，世事萬物總不會完美的，於是IR系統有三個評價標準：召回率

在機器學習這門課上，Andrew第一個提到的就是監督學習下面的迴歸分析，編程作業一也就是用matlab實現迴歸。主要包括兩個方面的內容，計算代價，梯度下降。計算代價可以用下面這幾個式子來說明：htheta(x)是預測值，y是真實值，目的就是通過訓練參數讓預測值和真實值之間的差距最小，目標函數有了，下面就是梯度下降迭代的過程了。這裡只有兩個參數theta0和theta1，當然可以拓展到多個參數的情況：知道了公式和原理，下面用matlab來實現難度並不算很大。下面是作業一裡面的

《語》系列暫停一星期。今天，推薦一本書——古典的《拆掉思維裡的牆》，這本書在豆瓣上的得分是8.8。評論我就不寫了，豆瓣上已經彙總了很多的書評，有興趣的讀者可以先瞭解一下。你可以把這本書當暢銷書來讀，卻又不能只是隨便翻翻——二三十年形成的思維哪有那麼容易就被拆掉的，而新的“心智模式”在搞清楚來龍去脈後，更需要我們在生活中不斷地錘鍊，至直形成新的思維習慣。下面是這本書的一些語錄，每一句都值得回味。對於大多數剛走入社會的人來說，一套房子就能消滅一個夢想。安全感不是拿回來，而是給回來的。無

新的一年，從這些經典語錄開始，我們會懂得更多：經典語錄：哈佛有一個著名的理論：人的差別在於業餘時間，而一個人的命運決定於晚上8點到10點之間。每晚抽出2個小時的時間用來閱讀、進修、思考或參加有意的演講、討論，你會發現，你的人生正在發生改變，堅持數年之後，成功會向你招手。經典語錄：無論你的收入是多少，記得分成五份進行規劃投資：增加對身體的投資，讓身體始終好用；增加對社交的投資，擴大你的人脈；增加對學習的投資，加強你的自信；