摘要：本文作者三年间从四级勉强及格到高级口译笔试210，口试232。找工作面试时给其口试的老外考官听了一分钟就说你的英语不用考了。虽不敢说方法一定是最好的，但从现在开始随便谁不要再去找学习资料，每天花两个钟头照说的做，坚持三个月的提高会超过你过去三年。听:网上比较有代表性的论坛是普特www.putclub.com上面的听力资源很丰富，沪江www.hjenglish.com和旺旺www.wwenglish.com上一些材料的也很不错，从中间随便挑一个网站坚持即可。但是千万不要一个个都听过来。记住，开始阶段100篇文章听一遍，不如一篇文章听100遍。如果基础比较弱，那么每天慢速VOA（大概比四级听力稍难 阅读全文
我奋斗了18年，不是为了和你一起喝咖啡
2013-08-19 19:59 by Batys, 842 阅读, 2 推荐, 收藏, 编辑
摘要：3年前，麦子的一篇《我奋斗了18年才和你坐在一起喝咖啡》引起多少共鸣，一个农家子弟经过18年的奋斗，才取得和大都会里的同龄人平起平坐的权利，一代 人的真实写照。然而，3年过去，我恍然发觉，他言之过早。18年又如何？再丰盛的年华叠加，我仍不能和你坐在一起喝咖啡。 那年我25，无数个夙兴夜寐，换来一个硕士学位，额上的抬头纹分外明显，脚下却半步也不敢停歇。如果不想让户口打回原籍，子子孙孙无穷匮，得赶紧地找份留京工作。你呢？你不着急，魔兽世界和红色警报？早玩腻了！你野心勃勃地筹划着“创业创业”。当时李彦宏、陈天桥、周云帆，牛人们还没有横空出世，百度、Google、完美时空更是遥远的名词，可青春... 阅读全文
我奋斗了18年才和你坐在一起喝咖啡
2013-08-19 19:56 by Batys, 429 阅读, 0 推荐, 收藏, 编辑
摘要：我的白领朋友们，如果我是一个初中没毕业就来沪打工的民工，你会和我坐在starbucks一起喝咖啡吗？不会，肯定不会。比较我们的成长历程，你会发现为了一些在你看来唾手可得的东西，我却需要付出巨大的努力。 从我出生的一刻起，我的身份就与你有了天壤之别，因为我只能报农村户口，而你是城市户口。如果我长大以后一直保持农村户口，那么我就无法在城市中找到一份正式工作，无法享受养老保险、医疗保险，甚至连选举权都不如你们多。 你可能会问我："为什么非要到城市来？农村不很好吗？空气新鲜，又不像城市这么拥挤。"可是农村没有好的医疗条件，这次sars好像让大家一夜之间发现 农村的医疗保健体系竟然如 阅读全文
数据挖掘经典书籍[ZZ]
2013-08-17 15:12 by Batys, 945 阅读, 0 推荐, 收藏, 编辑
摘要：数据挖掘就是在数据库中查找所需数据的过程，它是随着数据库产生的一门学科。近几年，数据库的发展还是非常迅速的，数据挖掘也成为热门技术，学习的人络绎不绝。下面给大家介绍的就是数据挖掘经典书籍及数据挖掘书籍下载，对数据挖掘有兴趣的朋友请看下文。 (一)数据挖掘经典书籍 数据挖掘经典书籍之——《数据挖掘导论》 《数据挖掘导论》全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透... 阅读全文
序列数据挖掘[ZZ]
2013-08-16 10:08 by Batys, 339 阅读, 0 推荐, 收藏, 编辑
摘要：一、时间序列数据挖掘 时间序列是数据存在的特殊形式,序列的过去值会影响到将来值,这种影响的大小以及影响的方式可由时间序列中的趋势周期及非平稳等行为来刻画。一般来讲，时间序列数据都具有躁声、不稳定、随机性等特点,对于这类数据的预测方法目前主要有自动回归滑动平均(ARMA)和神经网络等，但这些方法有一些缺点是很难克服的,ARMA包含的是线性行为,对于非线性的因素没有包含;而神经网络的结构需要事先指定或应用启发式算法在训练过程中修正;同时神经网络得到的解是局部最优而非全局最优。比较而言支持向量机( SVM)能较好地解决了上述的一些问题,并在实际应用中取得了很好的性能。二、序列模式挖掘概念及定义 举例 阅读全文
几种不同存储形式下的数据挖掘问题[ZZ]
2013-08-16 09:09 by Batys, 805 阅读, 0 推荐, 收藏, 编辑
摘要：从原理上说，数据挖掘应该可以应用到任何信息存储方式的知识挖掘中，但是挖掘的挑战性和技术会因为源数据的存储类型的不同而不同。特别是，近年来的研究表明数据挖掘所涉及的数据存储类型越来越丰富，除了一些有通用价值的模型、构架等研究外，也开展了一些针对复杂或新型数据存储方式下的挖掘技术或算法的研究。本节将针对一些主要的数据存储类型中的数据挖掘的问题进行介绍。 一个事务数据库是对事务型数据的收集。1993年，当Agrawal等开始讨论数据挖掘问题时，是以购物篮分析（Market Basket Analysis）作为商业应用背景的。此时的被挖掘的数据库是顾客放入购物篮的商品记录，挖掘的目的就是通过发现顾客购 阅读全文
挖潜无极限———数据挖掘技术与应用热点扫描[ZZ]
2013-08-16 08:21 by Batys, 344 阅读, 0 推荐, 收藏, 编辑
摘要：“我们把世界看成数学，并且把你也看成数学”——用这句话来说明数据挖掘技术的复合性和应用的广泛性似乎再好不过。如今，虽然一些行业在应用这一技术上仍然缺乏足够的主动，但一个不能阻挡的趋势是：已经有越来越多的人在快乐并有效地使用这一技术，同时不由自主地成为“挖掘”的对象。 禽流感该如何更好地监控？今天你写Blog了吗？ 你是否觉得这两个问题连在一起问很无厘头？ 事实上，美国一家公司正在试图让这两个事件之间的关系日渐明了。这家公司目前正在通过从全球的Blog网页中挖掘出和禽流感相关的信息，从而建立一个预警机制。这一项目考虑到Blog已经成为新闻传播的重要途径，先从网上抓取有关禽流感的网页，存入到公司的 阅读全文
通用数据挖掘[ZZ]
2013-08-15 18:01 by Batys, 384 阅读, 0 推荐, 收藏, 编辑
摘要：一、什么是数据挖掘？许多人认为数据挖掘更像是一门哲学，或数学的组成部分，而不是业务需求的实际解决方案。您可以从采用的各种定义中看出这一点，例如：“数据挖掘是对非常大型的数据进行的研究和分析，采用自动或半自动的程序，找出先前未知的、有趣的、可理解的相关性。”或者“数据挖掘是指对数据中固有的先前未知的潜在有用信息的重要提取。”这些定义都有各自的道理。尽管数据挖掘本身就是一门学科，但它的出现还不到10 年时间，其起源可追溯到二十世纪五十年代人工智能的早期发展。在此期间，模式识别和基于规则推理的发展提供了基础构建块，数据挖掘就建立在这些概念的基础之上。从这时起，尽管我们还没有以数据挖掘冠名，但今天使用 阅读全文
数据挖掘相关的10个问题[ZZ]
2013-08-15 16:07 by Batys, 287 阅读, 0 推荐, 收藏, 编辑
摘要：NO.1 Data Mining 和统计分析有什么不同？硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mining技术的CART、CHAID或模糊计算等等理论方法，也都是由统计学者根据统计理论所发展衍生，换另一个角度看，Data Mining有相当大的比重是由高等统计学中的多变量分析所支撑。但是为什么Data Mining的出现会引发各领域的广泛注意呢？主要原因在相较于传统统计分析而言，Data Mining有下列几项特性：1.处理大量实际数据更强势，且无须太专业的统计背景去使用Data Mining的工具；2.数据分析趋势为从大型数 阅读全文
对数据预处理的一点理解[ZZ]
2013-08-15 15:57 by Batys, 1554 阅读, 0 推荐, 收藏, 编辑
摘要：数据预处理没有统一的标准，只能说是根据不同类型的分析数据和业务需求，在对数据特性做了充分的理解之后，再选择相关的数据预处理技术，一般会用到多种预处理技术，而且对每种处理之后的效果做些分析对比，这里面经验的成分比较大，即使是声称数据挖掘专家的人可能在某一个方面研究得很深入，但面对新的应用情况和数据，一开始他也不可能很有把握地说能挖掘出有价值的东西，数据挖掘这个术语原来也叫数据采矿，就好比采矿，需要耐心，需要经验，学要总结。其本身是一个综合学科：人工智能，机器学习，数据库，统计学等学科的大综合。个人认为在挖掘中对某一个具体问题做过多的纠缠是无益的，理论上再适合，但没经过你动手去检验，去比较之前那都 阅读全文