逻辑

摘要： http://zh.wikipedia.org/wiki/%E5%85%88%E9%AA%8C%E6%A6%82%E7%8E%87维基百科，自由的百科全书在贝叶斯统计中，某一不确定量p的先验概率分布是在考虑"观测数据"前，能表达p不确定性的概率分布。它旨在描述这个不确定量的不确定程度，而不是这个不确定量的随机性。这个不确定量可以是一个参数，或者是一个隐含变量（latent variable）。在使用贝叶斯定理时，我们通过将先验概率与似然函数（likelihood function）相乘，随后标准化，来得到后验概率分布，也就是给出某数据，该不确定量的条件分布。先验概率通常是主 阅读全文

摘要： http://blog.csdn.net/xianlingmao/article/details/7340099如果你读过贝叶斯学习方面的书或者论文，想必是知道共轭先验这个名词的。现在假设你闭上眼睛，你能准确地说出共轭分布是指哪个分布和哪个分布式共轭的吗？我之前就常常把这个关系弄错，现在记录如下，以加强印象。贝叶斯学派和频率学派的区别之一是特别重视先验信息对于inference的影响，而引入先验信息的手段有“贝叶斯原则“（即把先验信息当着均匀分布）等四大类其中有重要影响的一类是：共轭先验现在假设我们有这样几类概率：P(\theta)（先验分布）, p(\theta|X)（后验分布）, p(X) 阅读全文

摘要： $x=\frac{{-b}\pm\sqrt{b^2-4ac}}{2a}$ 阅读全文

摘要： 因为要在博客中写公式，所以参考了别人两种方法，如下:1,在博客设置中，html头中添加代码，导入mathML库如：然后直接在博客中（不是html）书写latex语法公式，就会显示：$35*d_5$2,或者直接在html中添加：例如： 阅读全文

摘要： SVD模型的简单形式：对于任何矩阵M有：M=USVH。其中 M是m*n的矩阵，U是m*m的酉矩阵，S是m*n的对角线均为非负数，非对角线均为0的矩阵，V是n*n的酉矩阵。 <1>对于ATA, 我们有λi (i=1...r),并且有当i>j时，λi≥λj>0. λi =0 (i=r+1...n). λ1(i=1...n)是ATA的特征值。 <2>由于ATA是对称矩阵，所以存在V使得VHATAV=D，其中D=diag{λi};（因为矩阵使得 对称矩阵 化为对角矩阵） <3>设δi=√¯λi ,$x=\frac{{-b}\pm\sqrt{b^ 阅读全文

摘要： Tensor Decompositions andApplications 这篇论文里有介绍不少张量分解的survey，我现在正在系统的看tensor decomposition，这个一定要总结 阅读全文

摘要： 今天在linux下配置好了服务器，以后有东西想实验的话，就可以在自己的电脑上实验了。配置JDK（1）下载jdk-7u4-linux-x64.tar.gz（因为我的电脑是64位）（2）在home/jlc目录下创建javaweb文件夹。将jdk-7u4-linux-x64.tar.gz解压在此，解压后的文件夹取名jdk，所有就有了目录home/jlc/javaweb/jdk（3）修改环境变量 [1]sudo gedit /etc/environment 修改第一行为： PATH="/home/jlc/javaweb/jdk/bin:/usr/local/sbin:/usr/loca... 阅读全文

摘要： From wikipedia.org英文版，我主要将其改变成中文。 BM25（Best Match25）是在信息检索系统中根据提出的query对document进行评分的算法。It is based on theprobabilistic retrieval frameworkdeveloped in the 1970s and 1980s byStephen E. Robertson,Karen Spärck Jones, and others.BM25算法首先由OKapi系统实现，所以又称为OKapi BM25。 BM25属于bag-of-words模型，bag-of-words 阅读全文

摘要： TF-IDF的全称为：term frequence|inverse document frequence，它是揭示一个词对文档重要性的数字统计。From wikipedia.orgThetf*idfweight (term frequency–inverse document frequency, a.k.a.TF-IDF) is a numerical statistic which reflects how important a word is to adocumentin a collection orcorpus. It is often used as a weighting fa 阅读全文

摘要： 最近看了些算法，有ANN, SVM, BN等复杂的算法，也有pagerank、K-Means等相对简单运行效率高的算法。因为大学的时候周围的老师都是研究些复杂算法，像蚁群算法之类的，数学功底要求很高，而且算法运行起来速度慢，自己也想当然的认为越是复杂的算法，研究起来越有意义，以至于很多简单算法都瞧不上，导致目前复杂的算法不会，简单的算法也不熟悉。在计算机领域，这是挺危险的。 首先，对简单算法不熟悉，无法进行日常工作，因为很多计算机的应用都是跑简单算法，太复杂的算法效率上根本跑不起来。 再者，简单的算法是基础，是了解数据挖掘、机器学习的必经门路，不对简单算法非常熟悉，直接学复杂的，很难前... 阅读全文