Poll的笔记

摘要： 昨晚在知乎上看到一位题主的问题：“读研到底为了什么，读研到底值不值的？” 引起了很广泛的热议。其实这个问题自己也有想过，读研的日子里每天在实验室做实验，忙于发paper，可是这些paper到底能为自己未来的就业带来什么？以前也问过很多找工作或者已经工作的师兄师姐，他们给出的一致答案都是，研究生的... 阅读全文

摘要： 本文图文并茂地展示如何在Ubuntu 14.04 上一步步地搭建Hadoop平台，适合于Hadoop的初学者阅读。 阅读全文

摘要： 本文主要详细地介绍了一种灵活高效地机器学习算法——随机森林（Random Forest）。对其理论研究和工业领域中的应用进行了简单的介绍，并且详细地介绍了它的工作机制，最后用Python进行了实现。 阅读全文

摘要： 本文汇编了一些机器学习领域的框架、库以及软件（按编程语言排序）。 阅读全文

摘要： 本文介绍了Python的机器学习库scikit-learn模块，包括如何安装scikit-learn，以及如何利用scikit-learn来进行数据挖掘和数据分析。通过几个简单的实例，展示了scikit-learn的用法。 阅读全文

摘要： 声明：此文转载自博客开发团队的博客，尊重原创工作。该文适合学分布式系统之前，作为背景介绍来读。 谈到分布式系统，就不得不提Google的三驾马车:Google FS[1],MapReduce[2],Bigtable[3]。 虽然Google没有公布这三个产品的源码，但是他发布了这三个产品的详... 阅读全文

摘要： 在Linux系统下用Python写脚本，肯定不能避免各种与目录和文件夹有关的操作。为了以后方便查阅，简单地针对Python中与目录和文件夹有关的操作进行汇总。 需要实现导入的模块为： import os1.得到当前工作目录，即当前Python脚本工作的目录路径: path=os.getcwd... 阅读全文

摘要： 写在前面： 以前真心没有玩过Linux系统，总感觉整天摆弄Linux的同学都是大牛。如今，在公司里实习需要远程登录Linux服务器，所有的代码都要在开发板上完成，所以被逼无奈也不得不定下心来好好学学Linux系统的各种操作。我现在用的远程登录软件是PuTTY，所以简单总结一下常用的PuTTY指令，... 阅读全文

摘要： 写在前面：楼主也是刚刚接触这方面的知识，之前完全是零基础，后来经朋友推荐了几个不错的博文，看完以后豁然开朗。但是此博文更加偏重于基础知识介绍（其实更深的楼主也还不了解，这方面的大神请绕道），只是分享个人的一个学习总结。希望那些跟我一样，在实验室闷头搞科研，一出门实习完全一头雾水的同僚们可以借鉴：... 阅读全文

摘要： 以前在学校做科研都是直接利用网上共享的一些数据，就像我们经常说的dataset、beachmark等等。但是，对于实际的工业需求来说，爬取网络的数据是必须的并且是首要的。最近在国内一家互联网公司实习，我的mentor交给我的第一件事就是去网络上爬取数据，并对爬取的数据进行相关的分析和解析。1.利... 阅读全文

摘要： 声明：以下内容转载自平行宇宙。 Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：一个强大的N维数组对象Array；比较成熟的（广播）函数库；用于整合C/C++和Fortran代码的工具包；实用的线性代数、傅里叶... 阅读全文

摘要： Python是一种面向对象的解释性的计算机程序设计语言，也是一种功能强大且完善的通用型语言，已经有十多年的发展历史，成熟且稳定。Python 具有脚本语言中最丰富和强大的类库，足以支持绝大多数日常应用。Python语言有非常简捷、清晰的语法特点，适合完成各种高层任务，可以在所有操作系统中运行。目前，... 阅读全文

摘要： 声明：以下内容根据潘的博客和crackcell's dustbin进行整理，尊重原著，向两位作者致谢！1 现有的排序模型 排序(Ranking)一直是信息检索的核心研究问题，有大量的成熟的方法，主要可以分为以下两类：相关度排序模型和重要性排序模型。1.1 相关度排序模型(Relevance Ran... 阅读全文