摘要：
http://blog.csdn.net/menxu_work/article/details/8819386都是脚本语言, 不用编译, 直接写了就执行的perl 是用来处理文本的 特别适合大量文本的解析shell 则适合系统管理, 比如自动完成一系列linux命令拿 perl 来说, 在 linux 下面创建一个文本文件 xx.pl,#!/usr/bin/perlprint "hello!\n";保存chmod 755 xx.pl./xx.plperl 的语法, 与 C 有点相似 但是, perl 的变量不像 C 的变量那么严格三种基本数据类型 你一看就知道大概$var, 阅读全文
摘要：
一：列文件清单1．List(gdb)listline1,line2二：执行程序要想运行准备调试的程序，可使用run命令，在它后面可以跟随发给该程序的任何参数，包括标准输入和标准输出说明符(<和>)和外壳通配符（*、？、[、]）在内。如果你使用不带参数的run命令，gdb就再次使用你给予前一条run命令的参数，这是很有用的。利用setargs命令就可以修改发送给程序的参数，而使用showargs命令就可以查看其缺省参数的列表。（gdb）setargs–b–x(gdb)showargsbacktrace命令为堆栈提供向后跟踪功能。Backtrace命令产生一张列表，包含着从最近的过程开 阅读全文
摘要：
可以在这里下载acm提供的格式 http://www.sheridanprinting.com/typedept/acm.joboptions然后把相应的设置文件(acm.joboptions)通过"高级"－印刷制作—acrobat distiller－"设置" -添加进adobe acrobat reader就可以在word中选择此项＂打印＂到adobe pdf 了.也可以运行Distiller，选择“设置”/“添加Adobe PDF 设置”，再找到joboptions文件即可。在Word或pdf中的打印设置中，选择添加的joboptions文件名即可 阅读全文
摘要：
key words: social recommendation, collaborative filtering, learning to rank2014Learning to Recommend with Social Contextual Information from Implicit ... 阅读全文
摘要：
由rank-based比rating-based的推荐算法有着更多的应用场景，基于learning to rank的协同过滤方法近几年来得到了广泛的研究。在这里介绍一种将listnet和pmf相结合的一种方法，文中最大的贡献在于能够根据CF的特点，巧妙的利用了pmf框架，给出一个list-wise的损失函数。原文：http://dl.acm.org/ft_gateway.cfm?id=1864764&ftid=845494&dwn=1&CFID=186963410&CFTOKEN=19559945slide:http://pan.baidu.com/share/ 阅读全文
摘要：
·ACM：1999年开始，ACM每年召开的ACM-EC（电子商务研讨会），推荐系统的研究文章逐步增大；ACM的SIGKDD小组设立WEBKDD组，主题集中在电子商务中的Web挖掘技术和推荐技术。2001年开始，ACM下面的SIGIR开始专门把推荐系统作为一个研讨主题。 ·IJCAI：第17届国际人工智能联合会议IJCAI'01，把E-business&the Intelligent Web作为一个独立的研讨小组。 ·SIGCHI：1999年的人机界面会议SIGCHI'99专门设立推荐系统特别兴趣组。 ·第十五届人工智能会议AAAI 阅读全文
摘要：
前言： 上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中，往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面，也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样，给别人描述说这个人长得浓眉大眼，方脸，络腮胡，而且带个黑框的眼镜，这样寥寥的几个特征，就让别人脑海里面就有一个较为清楚的认识，实 阅读全文
摘要：
机器学习——深度学习(Deep Learning)http://deeplearning.net/Deep Learning TutorialA tutorial on deep learning - VideoRepresentation Learning: A Review and NewPerspectivesLearning Deep Architectures for AIDeepLearning在自然语言理解中的应用，研读Senna的源代码是个很好的起点。C代码只有3500行，实现了POS/NER/SRL/SyntacticalParsing诸多功能。http://ml.nec-l 阅读全文
摘要：
http://www.evanmiller.org/how-not-to-sort-by-average-rating.htmlhttp://www.cnblogs.com/supersteven/archive/2012/09/01/2666565.html 阅读全文
摘要：
1.unique(A,'rows')用来去除矩阵A中重复的行 阅读全文