【下载的 PDF 文献应该如何命名？】@123阿祥古321 ： 基本原则：你要有意识地形成一个比较高效的工作流程（workflow） 也就是说，从在网上看到一篇paper，到你日后某天要找到一篇paper的PDF，整个的流程要固定，不能一会儿这样一会儿… http://t.cn/zWgLs1V（分享自 @知乎） 展开全文 Michael Jordan主编的Foundations and Trends in Machine Learning🔗 网页链接 读了快一半了，即便学过Andrew Ng等主流的ML课和教材，也很难有这样的大框架去看ML。这几天学的是Online Learning, 源起传说中G家在用的算法FRTL-P，OMD等等的分析角度都是第一次听说。下载🔗 网页链接 展开全文 The Large Scale Learning class notes 🔗 网页链接 source太全了…… 🔗 网页链接 这个北大春季统计会议不错。不过这一天的量挺多的呀。图模型FDR、高维、超高维、结构变点，带上脑子走起。大谢！我都是直接从charikar看的，难怪没搞懂。//@memex2010 : 可以这样说吧。最早的rp是johnson-lindenstrauss (JL) lemma，是L^2到L^2的low distortion嵌入，y = Ax如其中d*k矩阵A的每一项都是iid from N(0,1)则可做到...具体可参考indyk-motwani stoc'98论文(lsh, rp的一个证明)；…… 展开全文 看了半天，SimHash是不是算一种具体的Random Projection方法啊？主要思路没区别呀。找paper和slides也没找到啥区别。 看了半天，SimHash是不是算一种具体的Random Projection方法啊？主要思路没区别呀。找paper和slides也没找到啥区别。 庭中遍植，依依杨柳。年年凝碧，岁岁 弄柔。我欲何求？偕子白头。相偎相伴，无 怨无尤。青山隐隐，流水悠悠。死后归土， 并葬荒丘。 同时看PRML和MLAPP还是略“费神”啊，俩书风格真的略不一样。。不过还是坚持一下吧。二月主要技能树，python源码，ML两本大部头认真读，以及Graph-based NLP（这个最需要规划还没规划）。 //@road2stat : 神速啊！你们这一个 Rweibo，一个 weiBor，有基情 。。。 大写的 Bo 是在暗示作者名字么 。。。 截图和二进制包建议和代码分开存放～ 不如建个 GitHub Pages 放打好的包下载吧。 好吧，我编的第一个R包。欢迎各种拍砖。🔗 网页链接 就是这样。 跟着网易的Andrew Ng云课堂准备学，发现第一阶段里赫然有这么一个任务……略囧啊这是。 纯m了，明天再看。HOW GITHUB USES GITHUB TO BUILD GITHUB: 🔗 网页链接 不想复习，看柴姑娘的新书。许是昨晚的委屈还没消去，一会就有眼泪扑朔着下来——非典那章。经历过挣扎的人，才能明白每个人面对自己的无助与不安；不安是思想的本质，也是苦与甜的恩泽。善良的人更能与事对抗，看到人，看到人性的力量，而不是说善的力量或恶的力量，只是人性。 