- 神奇的伽马函数(上) 🔗 网页链接 文章同步发布在 @52nlp 🔗 网页链接 和 @统计之都 http://t.cn/Rvnk6N6。 如果要评选最伟大的数学家，粉丝们就会围绕高斯、欧拉等一流人物展开口水战；最奇妙的数学常数？e, pi, 肯定在候选队列；如果要评选最神奇的函数…
#新快报记者被抓# 【敝报虽小，穷骨头，还是有那么两根的。】我们认真核查过陈永洲对中联重科的15篇批评报道中，仅有的谬误在于将“广告费及招待费5.13亿”错写成了“广告费5.13亿”。如果警察叔叔发现了敝报虽力尽而不能发掘之证据，敬请公示。我们仍然相信你们和我们一样，对法律具有完整之尊重。展开全文
- @李志飞 给了个问题，Ibm Ms 都有NLP豪华团队，为何Google是第一个把翻译在互联网成功产品化？Google的重视实用的文化基因决定了他的成功。人很认同这个point
- 出门问问@李志飞 在教大家如何从一个nlp菜鸟开始搭建起google translate 类似地机器翻译系统，step-by-step 的讲解。学会了就NB了，机器翻译可是NLP塔顶的明珠。@百度技术沙龙
- A/B-test(1) 互联网公司总是要做线上的对照实验, 通常都需要搭建一个灰度实验平台， Google 的这篇介绍他们灰度实验平台的论文是必读文献 🔗 网页链接 。 当然 Microsoft 在这方面也做得很好， Ron Kohavi 是这方面的大牛， 可以参考 🔗 网页链接 和 🔗 网页链接
- 🔗 网页链接 二项分布在互联网里面还是经常用到（比如广告点击), 我们经常还是要估计二项分布概率 p 的区间估计。 我们以前学的都是把二项分布近似到正态分布，这篇 paper 指出这个估计其实不够好。 文中通过数据模拟比较了很多种二项分布区间估计方式的优缺点。
- 请教几个问题， 1. 并行化的 NMF 现在可以做多大规模的矩阵分解，n*m 的矩阵分解为 n*k, k*m 的两个矩阵， 现在业界能支撑多大的 k 2. 分解出来的矩阵可以是 sparse 的吗 3. 哪些 NMF 方法现在有有效的支撑大规模计算的开源实现 @李航博士 @老师木 @晓风_机器学习 展开全文
- 大数据处理加统计应该都热门 //@万精油墨绿: 公认的说法是：20世纪是物理世纪，21世纪是生物世纪。学生物的在生物世纪会找不到工作？美国学生物的都到成百上千的生物技术公司或大型制药公司工作。话又说回来，在一切数字化的年代，现在最热门的专业是统计。所以纽约时报有文章说，未来十年，选择专业就展开全文
【工科生就业冰火两重天】报告指出，生物科学与工程、生物工程等专业成为高失业风险型专业。生物相关专业毕业生除读研或出国外，剩下的比较尴尬。如华南理工生物工程专业某班找工作仅5人，除一人去了酱油厂外，其他选择逃离工科。但传统工科（通信、机械和化工）等却就业火爆。
- LDA-math 的汇总， "LDA数学八卦.pdf" 我整理贴出来了， 希望对大家理解 LDA 有帮助。 文章标题挂上“八卦”两字， 因为八卦意味着形式自由、不拘束、可以天马行空，细节处理上也难免有不严谨的地方；当然我也希望八卦是相对容易理解的。 @52nlp 🔗 网页链接展开全文
- 老师木居然是 cbir, 真是缘分。 多年前cbir 时常泡nlp@smth 板， 和cbir 有过一些技术讨论， 当时就很佩服其涉猎广泛，居然没进学术界，让我大跌眼镜。
水木AI版有人问我是谁，我以前水木ID是cbir，以前经常参加AI版和NLP版的讨论 ，不过有好几年没用了，不需要再问了。被人说做哗众取宠，很不服，算了。 - 概率统计悖论(5) Bertland 悖论，这个在概率论发展史上极其著名的悖论，直接推动了概率论公理化的进程。
