L****8
发帖数: 3938 | 1 输入是向量 输出两个数
第一个表达特征具体数值 比如说坐标
第二个表达特征的概率 比如说在输出坐标出现这个特征的概率 |
|
N*******e
发帖数: 580 | 2 麻痹的，工具论老早就被翻译成中文了
[在 liyuanchao (李源潮) 的大作中提到：]
:这个语言缺乏逻辑，词汇太少，无法描述复杂的系统和逻辑。
:比如我找了一下中文描述svm，居然是这样的，“软的硬的，松弛，核”， 跟黄色小
说一样，而且根本不知道在说什么：
:“SVM的原理是什么？
:SVM是一种二类分类模型。它的基本模型是在特征空间中寻找间隔最大化的分离超平面
:的线性分类器。（间隔最大是它有别于感知机）
:（1）当训练样本线性可分时，通过硬间隔最大化，学习一个线性分类器，即线性可分
:支持向量机；
:（2）当训练数据近似线性可分时，引入松弛变量，通过软间隔最大化，学习一个线性
:分类器，即线性支持向量机；
:（3）当训练数据线性不可分时，通过使用核技巧及软间隔最大化，学习非线性支持向
:.......... |
|
b*****h
发帖数: 3386 | 3 看了这贴，大概明白你什么意思了。
极端的思维方式而已。矩阵靠两个特征向量能还原70%，算是运气，
很多时候需要换一种分解，多加几个向量。
西医也不是说要搞100M个参数，只不过两个参数不够，需要完底层
再进一两步，换一种分解，多几个向量。 你的意思是不是阴阳，
就要100M个参数？ 极端了。
你老板研究脑神经网络，如何做模型的？ 比如模拟 |
|
g******s
发帖数: 410 | 4 我知道SVD或者特征分解，在SVD分解中，我们可以将矩阵A表示成一组正交向量外积的加
权和，权重就是特征值或者奇异值。我想要证明的是半正定的Hermitian矩阵A（抑或再
加上Toeplitz特性）如何分解成某“一个”向量的外积。我想这里A肯定要满足一些条件
才行，那么是什么条件呢？ |
|
s*****V
发帖数: 21731 | 5 丘成桐，汉族客家人，1949年4月4日生于中国广东汕头，丘镇英之子。现为哈佛大学数
学系教授，清华大学数学科学中心主任。1983年获得数学界的“诺贝尔奖”——菲尔兹
奖，是迄今为止仅有的两个获得该奖的华人数学家之一。图为丘成桐（右）和刘克峰先
生。
陈省身先生（1911-2004年）
卡拉比空间
丘成桐与卡拉比先生
刘克峰 1965年12月生，现任浙江大学数学中心执行主任兼数学系主任、光彪讲座
教授、美国加州大学洛杉矶分校数学系教授。专业方向：微分几何、拓扑、数学物理。
现任国际顶尖数学杂志《几何与分析通讯》主编。他荣获了全球华人数学最高奖“晨兴
数学金奖”和2004年教育部十大科技进展奖。他还获得了国际上著名的谷庚海默奖、全
球华人数学家大会银奖、斯隆（Sloan）奖和特曼（Terman）奖等。
演讲人：刘克峰 时间：2月8日 地点：美国加州大学洛杉矶分校
20世纪50年代是几何与拓扑学最辉煌的时代。一批年轻的数学家证明了一系列伟大的数
学定理，开天辟地，创造了一个崭新的时代。他们与他们的定理一起，熠熠生辉，照亮
了整个数学的历史。
卡拉比（Calabi）猜想在数学界的期盼中... 阅读全帖 |
|
l********e
发帖数: 413 | 6 丘成桐与卡拉比猜想60年
http://shuangyashan.dbw.cn 2013-02-25 09:54:40
东北网双鸭山2月25日讯 丘成桐，汉族客家人，1949年4月4日生于中国广东汕头
，丘镇英之子。现为哈佛大学数学系教授，清华大学数学科学中心主任。1983年获得数
学界的“诺贝尔奖”——菲尔兹奖，是迄今为止仅有的两个获得该奖的华人数学家之一
。图为丘成桐(右)和刘克峰先生。
陈省身先生(1911-2004年)
卡拉比空间
丘成桐与卡拉比先生
刘克峰1965年12月生，现任浙江大学数学中心执行主任兼数学系主任、光彪讲座教
授、美国加州大学洛杉矶分校数学系教授。专业方向：微分几何、拓扑、数学物理。现
任国际顶尖数学杂志《几何与分析通讯》主编。他荣获了全球华人数学最高奖“晨兴数
学金奖”和2004年教育部十大科技进展奖。他还获得了国际上著名的谷庚海默奖、全球
华人数学家大会银奖、斯隆(Sloan)奖和特曼(Terman)奖等。
演讲人：刘克峰时间：2月8日地点：美国加州大学洛杉矶分校
20世纪50年代是几何与拓扑学最辉煌的时代。一批年轻的数学家证明了一系列... 阅读全帖 |
|
m***r
发帖数: 359 | 7 http://ml.memect.com/weekly/2015-02-08/
==2015-02-08 星期日，完整版 25 条==
中国汉英平行语料大世界 @翻译技术与教学
如何学习自然语言处理 @52nlp
《Ambient Findability》 @好东西传送门
用社交用户行为学习图片的协同特征 @爱可可-爱生活
技术上界与使用下界 @李航博士
==2015-02-07 星期六，完整版 34 条==
WSDM2015上腾讯和百度关于语义匹配的报告 @李航博士
聚焦数据质量问题的应对 @爱可可-爱生活
中文分词入门之资源 @52nlp
TED上Hendler批评霍金对人工智能的看法 @西瓜大丸子汤
Block简化深度神经网络的实现 @phunter_lau
==2015-02-06 星期五，完整版 39 条==
词向量性能测试脚本 @蒋振超
IBM为沃森增添权衡分析等5项新测试服务 @Linuxeden开源社区
从零开始理解文本 @G_Auss
Alex Smola在CMU新一期的机器学习入门课程 @NLPJob
Twitter时间序列异常检测算法(S-H-ESD)R包的介绍 ... 阅读全帖 |
|
m***r
发帖数: 359 | 8 机器学习周报 2015-02-08
http://ml.memect.com/weekly/2015-02-08/
==2015-02-08 星期日，完整版 25 条==
中国汉英平行语料大世界 @翻译技术与教学
如何学习自然语言处理 @52nlp
《Ambient Findability》 @好东西传送门
用社交用户行为学习图片的协同特征 @爱可可-爱生活
技术上界与使用下界 @李航博士
==2015-02-07 星期六，完整版 34 条==
WSDM2015上腾讯和百度关于语义匹配的报告 @李航博士
聚焦数据质量问题的应对 @爱可可-爱生活
中文分词入门之资源 @52nlp
TED上Hendler批评霍金对人工智能的看法 @西瓜大丸子汤
Block简化深度神经网络的实现 @phunter_lau
==2015-02-06 星期五，完整版 39 条==
词向量性能测试脚本 @蒋振超
IBM为沃森增添权衡分析等5项新测试服务 @Linuxeden开源社区
从零开始理解文本 @G_Auss
Alex Smola在CMU新一期的机器学习入门课程 @NLPJob
Twitter时间序列异常检... 阅读全帖 |
|
发帖数: 1 | 9 AlphaGo相关技术：蒙特卡罗(Monte Carlo)方法简介
2016-03-13 王晓勇 算法与数据结构
来自：科学网王晓勇博客
链接：http://blog.sciencenet.cn/blog-324394-292355.html（点击尾部阅读原文前往）
AlphaGo能够成功击败专业棋手的功臣之一：蒙特卡罗树搜索（Monte Carlo Tree
Search）。
相关文章阅读：《AlphaGo背后的搜索算法：蒙特卡罗树搜索》
蒙特卡罗(Monte Carlo)方法，也称为计算机随机模拟方法，是一种基于"随机数"的计
算方法。
一、起源
这一方法源于美国在第二次世界大战进研制原子弹的"曼哈顿计划"。Monte Carlo方法
创始人主要是这四位：Stanislaw Marcin Ulam, Enrico Fermi, John von Neumann（
学计算机的肯定都认识这个牛人吧）和 Nicholas Metropolis。
Stanislaw Marcin Ulam是波兰裔美籍数学家，早年是研究拓扑的，后因参与曼哈顿工
程，兴趣遂转向应用数学，他首先提出用Monte... 阅读全帖 |
|
发帖数: 1 | 10 AlphaGo相关技术：蒙特卡罗(Monte Carlo)方法简介
2016-03-13 王晓勇 算法与数据结构
来自：科学网王晓勇博客
链接：http://blog.sciencenet.cn/blog-324394-292355.html（点击尾部阅读原文前往）
AlphaGo能够成功击败专业棋手的功臣之一：蒙特卡罗树搜索（Monte Carlo Tree
Search）。
相关文章阅读：《AlphaGo背后的搜索算法：蒙特卡罗树搜索》
蒙特卡罗(Monte Carlo)方法，也称为计算机随机模拟方法，是一种基于"随机数"的计
算方法。
一、起源
这一方法源于美国在第二次世界大战进研制原子弹的"曼哈顿计划"。Monte Carlo方法
创始人主要是这四位：Stanislaw Marcin Ulam, Enrico Fermi, John von Neumann（
学计算机的肯定都认识这个牛人吧）和 Nicholas Metropolis。
Stanislaw Marcin Ulam是波兰裔美籍数学家，早年是研究拓扑的，后因参与曼哈顿工
程，兴趣遂转向应用数学，他首先提出用Monte... 阅读全帖 |
|
e***d
发帖数: 8248 | 11 模板的特征可以是一个向量嘛……
给不同的特征打分，也可以自适应打分
不懂瞎扯淡哈，你的毕业论文题目？ |
|
x****u
发帖数: 44466 | 12 目前cv可以上千层特征，但nlp搞出词向量后，句子都没法特征化啊 |
|
d***o
发帖数: 761 | 13 http://www.math168.com/sxsh/826.htm
冯康学派对计算数学发展的重要贡献
—— 作者 余德浩
2009-8-24 16:56:48
计算数学是当代数学科学的重要分支,是伴随着计算机的出现而迅速发展并获得
广泛应用的新兴交叉学科,是数学及计算机实现其在高科技领域应用的必不可少的纽带
和工具。计算与理论和实验相并列,已经成为当今世界科学活动的第三种手段,这是二十
世纪后半叶最重要的科技进步之一。值此世界进入新的世纪,国际数学家大会将首次在
我国召开之际,回顾半个世纪来我国计算数学的发展,尤其是以已故冯康院士(1920-1993
)为代表的我国计算数学家群体,即"冯康学派"对国际计算数学发展所做出的重要贡献,
是非常有意义的。当然由于篇幅所限,本文只能涉及部分研究领域和少数专家学者,挂一
漏万在所难免。
冯康先生祖籍浙江绍兴,1920年9月9日出生于江苏南京,6岁迁居苏州。1939年毕
业于省立苏州中学,1944年毕业于中央大学物理系。1945年起先后在复旦大学物理系、
清华大学物理系和数学系任教。1951年转到刚组建的中国科学院数... 阅读全帖 |
|
s*****V
发帖数: 21731 | 14 找到的貌似后续 4
我们今天从AS定理的远祖开始来考察一下AS定理的世系演化。
平面三角形的内角和等于180度这一定理，不能算是AS定理最早的祖先，但算得是一个
好的祖先代表。
这个简单例子让我们看到了几何体上有代数，三对边夹角之和是个常数。因此，我们知
道无穷多个三角形之所以能归为一类，用边数为3或角数为3来判断都不够好，而是因为
有一个共同的不变量π。这个不变量是几何不变量。
三角形还有别的不变量吗？当然有。大家可以验算一下：边数-顶点数＝0对所有三角形
也成立（不许笑！），而且与几何不变量π没有关系。
这个不变数对任意多边形（平面的或立体的）都成立：边数-顶点数＝0。有一点点意思
了吧。敏感的同学可能马上看到这个不变数0是由于任意多边形都是一个闭合的东东。
更多一点意思的是，推广到无穷多边形也是成立的，特别是对圆周也成立，虽然边和顶
点已经难以看出来了。
于是我们发现这个不变数0原来是不仅是三角形的，也不仅是多边形的，也不仅是圆周
的，而是任意封闭曲线的性质。任意封闭曲线有一个不变数0。这就是封闭曲线的所谓
拓扑不变量。到这时，我们看不到这个0与边数或顶点数之类的关系，边、顶点、... 阅读全帖 |
|
t*******e
发帖数: 172 | 15 一个人的思维能力是有界限的。
大家说一个人聪明或者智商高，通常有两个尺度，一个是深度，一个是广度。
广度上的困难大家相对觉得比较容易，认为只要记忆力比较强，搜索能力比较高，外加
上比较勤奋，就可以掌握，google的出现让这个难度表面上显得更加不那么困难。
但是深度这个角度，很多人根本理解不了，数学就是一个训练工具，通过把复杂的基本
模式提炼成抽象的概念，在概念层次进行思考。最简单的例子就是数学中的特征值，特
征向量，很多工程中的应用是在这两个概念基础上的，如果，不对这两个数值特征进行
概念的抽象，可以想像所有的应用工具该是多丑陋。
从软件工程角度进行类比，数学中的概念，类似于各种各样的module,为了实现一个大
的工程，人必须要对各种相关module有整体上的理解，挑合适的module去实现想实现的
功能。而通常的算法题，就有点类似于数学中的小习题。你当然需要有一定的解题能力
，但是如果只有这个能力，也只能够做点基层码农的活。在解题过程中培养起来的抽象
思考能力才是建立一个大工程所需要的。
数学难，难在，数学中到处可见的是这种建立在封装号的概念上的思考。很多基本概念
都已经是在若干... 阅读全帖 |
|
n********g
发帖数: 6504 | 16 Original AI前线小组 AI前线 今天
作者｜Mikhail Dyakonov
译者｜李志
编辑｜Debra
AI 前线导读：爱好科幻小说的你，一定对量子计算并不陌生。而如今，备受瞩目的量
子计算到底进展如何呢？本文将带你走进当今的量子计算世界，听听理论物理学界大师
Mikhail Dyakonov 为什么不相信量子计算。
更多干货内容请关注微信公众号“AI 前线”（ID：ai-front）
插画作者：Christian Gralingen
当今，量子计算备受瞩目，风靡一时。每天，各种新闻媒体都争相报道这项高大上的技
术能为人类社会带来的神奇改变。然而，大多数评论家都忘记了——或者说有意掩盖了
这样一个事实：人们几十年来一直殚精竭虑地进行着量子计算研究，却到现在仍没有什
么实质性的应用展示出来。
有人说（相关文章：https://www.research.ibm.com/ibm-q/learn/what-is-quantum-
computing/）， 量子计算机可以“在许多学科中提供突破，包括材料和药物发现，复
杂人造系统的优化和人工智能”。还有人说（相关文章：https... 阅读全帖 |
|
发帖数: 1 | 17 https://xw.qq.com/cmsid/20190129A0I69B00
90年代末机器学习兴起，2012年，神经网络概念复辟，而在AlphaGo碾压人类选手后，
强化学习卷土重来。近26年来，AI领域基本没有新的概念出现，只有不同的技术一次次
从冷宫中解放出来。
麻省理工科技评论在1月25日发布的一篇文章中，分析了截至2019年11月18日，论文数
据库中arXiv的16625份关于AI的论文。
从分析结果看，“AI”概念的风靡，有三个典型时期：90年代末21世纪初机器学习兴起
，2010年代初神经网络概念复辟，近几年强化学习概念卷土重来。
值得注意的是，arXiv的AI论文模块始于1993年，而“人工智能”的概念可以追溯到
1950年，因此这一数据库只能反馈近26年以来的AI研究。而且，arXiv每年收录的论文
，也仅代表当时人工智能领域的一部分研究。不过，它仍然是观测AI行业研究趋势的最
佳窗口。
我们接下来就来看一下，16625份论文提供了哪些信息。
起点：解救程序员
基于知识的系统，由人类将知识赋予计算机，而计算机承担知识的存储和管理功能，帮
助人类解决问题。转变为机... 阅读全帖 |
|
g*****l
发帖数: 424 | 18 【 以下文字转载自 DataSciences 讨论区 】
发信人: greatel (灵致), 信区: DataSciences
标 题: 数据科学之江湖兵器谱
发信站: BBS 未名空间站 (Sun Oct 9 16:57:10 2016, 美东)
【注】原发于微信公众号：data_wisdom
数据江湖，风起云涌。各路英豪，群雄逐鹿。
这是一个数据科学最好的时代，也是数据江湖最乱的时代。
那么在这么一个特殊的江湖里面浪，有什么兵器是值得我们去关注的呢？这篇文章列举
了一些常用方法（刀剑），并不涵盖工具与平台。就先让我们一起去看看这个排名不分
先后左右的兵器谱。
数据科学家Vincent Granville博士发表博文列举了数据科学家常用的45种技术。这是
个很适合初学者去逐个了解的列表。当然，这并不代表数据科学（统计学）的全部。虽
然他并没有提出自己的详细总结，但是有志于学习数据科学的同学不妨初步有个印象，
有不太熟悉的topic可以进一步去了解一下。另外我在后面也补充了我认为也值得学习
的领域，很多人都会在日常的数据实践中用到。多学有益于身心健康。
首先需要说明的是，这些技术... 阅读全帖 |
|
r****c
发帖数: 1494 | 19 开始是私货。我是一个02年才开始就看球的新球迷，第一届大赛就看到了
某韩国队的丑态。及至看到巴萨在09年在斯坦福桥，更对这队没有好感。
（另一部分原因是我是巴拉克的球迷）
================================================================
正文：
假设佩佩真的在某个时点击中阿尔维斯，那么pepe肯定在某个时点与
alves有接触。如果有接触，那么无论在什么角度看，这个接触点都是
一定的。但是如果从某个角度看，这个接触面不同，（各角度接触面
的并集为空）那么就说明至少在这个时点他们二者没有接触。
如果不是很明白的话，想想有一些摆拍的手托太阳的图，只要转个角度
手就不是在托太阳了，因为手和太阳没有实际的接触面，只是太阳和手
都有一部分在这个角度投影到图片上的用一个地方而已。
（补充）
反之，如果手托着球，那么无论换什么角度，手都至少会有一个位置是总
与球接触的。而真正和球接触的那一部分，无论在什么角度看，都在看其
来和球接触的部分里面，所以只要换个角度，看起来和球接触的部分虽然
变化了，但是真正和球接触的那一部分看起来还是会和球... 阅读全帖 |
|
T*****n
发帖数: 2456 | 20 呵呵，一组N*N的N元一次方程，对角化就是求解的过程，这是对角化的基本目的。求矩
阵的特征根，本质上也等价于求解。线性代数的每一步都可以知道为什么的，这就是数
学的美感。量子力学里，是Heisenberg的矩阵力学引入了线性代数，对角化的本质也就
是为了化简，类似向量的分解。不过老海似乎没学过线性代数，所以要Born给他补功课
。Born还被Pauli臭骂了一顿，说Born就会把老海精髓的物理思想变成无聊的数学，可
见那个时候线性代数不怎么常用。不过以后越来越用着广了，矩阵行列式到处流行开去
了。 |
|
c****t
发帖数: 19049 | 21 “是的。‘自然选择’号的聚变燃料已经在折返容量以下，必须补充燃料后才能返回太
阳系，而追击舰队也没有足够的燃料给我们补充。那六艘战舰的吨位都只有‘自然选择
’号的一半，追击中曾加速到百分之五光速，然后又经历了同样强度的减速，燃料都刚
够自己折
返。所以‘自然选择’号上的人员只能搭乘追击舰队返回，以后会有飞船携带足够的燃
料追
上‘自然选择’号，使其返回太阳系，但这需要很长时间，我们在离开前尽可能减速，
就能
缩短这段时间。”
“东方，不要减速。”
“为什么？”
“减速将耗尽‘自然选择’号的剩余燃料，我们不能成为一艘没有能量的飞船，谁也不
知道将会发生什么，作为舰长你应该想到这点。”
“能发生什么？未来已经很清晰了，战争将结束，人类将胜利，而你被证明完全错了！”
章北海对激动的东方笑了笑，似乎是想平息她的情绪，这时，他看她的眼光变得从未有
过的柔和，这使得东方的心绪一阵波动。尽管她一直认为章北海的失败主义思想不可思
议，
一直怀疑他的叛逃有别的目的，甚至怀疑他精神有问题，但不知为何，仍对他生出一种
依恋
感。她在很小的时候就离开了父亲——当然对这个时代的孩子来说这是正常的事，父爱
已经
... 阅读全帖 |
|
g*****l
发帖数: 424 | 22 【 以下文字转载自 DataSciences 讨论区 】
发信人: greatel (灵致), 信区: DataSciences
标 题: 数据科学之江湖兵器谱
发信站: BBS 未名空间站 (Sun Oct 9 16:57:10 2016, 美东)
【注】原发于微信公众号：data_wisdom
数据江湖，风起云涌。各路英豪，群雄逐鹿。
这是一个数据科学最好的时代，也是数据江湖最乱的时代。
那么在这么一个特殊的江湖里面浪，有什么兵器是值得我们去关注的呢？这篇文章列举
了一些常用方法（刀剑），并不涵盖工具与平台。就先让我们一起去看看这个排名不分
先后左右的兵器谱。
数据科学家Vincent Granville博士发表博文列举了数据科学家常用的45种技术。这是
个很适合初学者去逐个了解的列表。当然，这并不代表数据科学（统计学）的全部。虽
然他并没有提出自己的详细总结，但是有志于学习数据科学的同学不妨初步有个印象，
有不太熟悉的topic可以进一步去了解一下。另外我在后面也补充了我认为也值得学习
的领域，很多人都会在日常的数据实践中用到。多学有益于身心健康。
首先需要说明的是，这些技术... 阅读全帖 |
|
w***g
发帖数: 5958 | 23 话说现在计算机界和统计界无数人在搞机器学习，像支持向量机，贝叶斯网络，人工神
经网络之类的东西火的不得了。这些方法有两个共同特点：预测大致有效（但很少有10
0%有效的），以及学习到的模型难以直观理解。对于实际问题而言，能不能解决问题才
是王道，至于方法后面的科学道理，能理解最好，不能理解暂时也不影响应用。其实我
觉得中医这东西其实就是在中国土地上用人肉神经网络训练了几千年得到的一个模型，
其本上符合目前机器学习的两大特征。你们觉得中医怎么怎么不好我觉得都有理，不过
也应该看到其实科学界也有大量的人在搞类似于玄学的东西。
在来说一下大致有效这一点。说中医包治百病估计不会有人统一，但要说请个郎中治一
下平均下来好过不治，或者好过随机用药，怕是不会有几个人反对。用机器学习的语言
来说，包治百病叫做strong learner，勉强好过随机用药叫做weak learner。计算机科
学最近20年内一个重要的成果就是证明了weak learner，即使只比50%多一点点，也是
显著的。用一个叫做boosting的方法，可以有效地通过多个weak learner组合出一个
strong lear... 阅读全帖 |
|
s*****V
发帖数: 21731 | 24 周炜良
华东师范大学 张奠宙
作者：张奠宙 文章来源：中数网 点击数：1398 更新时间：2004-5-18 0:04:02
周炜良 1911年10月1日生于上海．代数几何．
周炜良的父亲周达(美权)是清末民初著名数学家、集邮家，家境比较富裕．周炜良
幼年在上海生长，从未进过学校．5岁开始学中文，11岁学英文，都由家庭教师讲授．
20年代上海的大中学校颇多使用美国的原文课本，周炜良即自学各种知识：从数学到物
理，从历史到经济．1924年，周炜良恳求父亲送他到美国读书，先在肯塔基州的阿斯伯
里学院补习，后来进入肯塔基大学．那时的主要兴趣在政治经济．直到1929年10月进入
芝加哥大学时，仍然主修经济学．可是此后两年内发生了变化．
1931年夏天，一位在芝加哥大学得到博士学位后又去普林斯顿工作一年的中国数学
家，劝周炜良到普林斯顿去，或者去德国的格丁根大学——那时的世界数学中心．于是
在1932年10月，周炜良带着研究数学的模糊想法去了格丁根．补了半年的德文后，希特
勒法西斯上台，格丁根衰落了．周炜良在芝加哥时曾读过B．L．范·德·瓦尔登(Van
der Waerden)写的《代数学》(... 阅读全帖 |
|
L*****s
发帖数: 6046 | 25 希尔伯特
李文林
(中国科学院数学研究所)
希尔伯特，D．(Hilbert，David)1862年1月23日生于德国柯尼斯堡；1943年2月14
日卒于格丁根．数学．
希尔伯特出身于东普鲁士的一个中产家庭．祖父大卫·菲尔赫哥特·勒贝雷希特·
希尔伯特(David Fürchtegott LeberechtHilbert)和父亲奥托·希尔伯特(Otto
Hilbert)都是法官，祖父还获有“枢密顾问”头衔．母亲玛丽亚·特尔思·埃尔特曼(
Ma-ria Therse Erdtmann)是商人的女儿，颇具哲学、数学和天文学素养．希尔伯特幼
年受到母亲的教育、启蒙，八岁正式上学，入皇家腓特烈预科学校．这是一所有名的私
立学校，E．康德(Kant)曾就读于此．不过该校教育偏重文科，希尔伯特从小喜爱数学
，因此在最后一学期转到了更适合他的威廉预科学校．在那里，希尔伯特的成绩一跃而
上，各门皆优，数学则获最高分“超”．老师在毕业评语中写道：“该生对数学表现出
强烈兴趣，而且理解深刻，他用非常好的方法掌握了老师讲授的内容，并能有把握地、
灵活地应用它们．”
1880年秋，希尔伯特进柯尼斯堡大学攻读数学... 阅读全帖 |
|
g*****l
发帖数: 424 | 26 【 以下文字转载自 DataSciences 讨论区 】
发信人: greatel (灵致), 信区: DataSciences
标 题: 数据科学之江湖兵器谱
发信站: BBS 未名空间站 (Sun Oct 9 16:57:10 2016, 美东)
【注】原发于微信公众号：data_wisdom
数据江湖，风起云涌。各路英豪，群雄逐鹿。
这是一个数据科学最好的时代，也是数据江湖最乱的时代。
那么在这么一个特殊的江湖里面浪，有什么兵器是值得我们去关注的呢？这篇文章列举
了一些常用方法（刀剑），并不涵盖工具与平台。就先让我们一起去看看这个排名不分
先后左右的兵器谱。
数据科学家Vincent Granville博士发表博文列举了数据科学家常用的45种技术。这是
个很适合初学者去逐个了解的列表。当然，这并不代表数据科学（统计学）的全部。虽
然他并没有提出自己的详细总结，但是有志于学习数据科学的同学不妨初步有个印象，
有不太熟悉的topic可以进一步去了解一下。另外我在后面也补充了我认为也值得学习
的领域，很多人都会在日常的数据实践中用到。多学有益于身心健康。
首先需要说明的是，这些技术... 阅读全帖 |
|
g*****l
发帖数: 424 | 27 【 以下文字转载自 DataSciences 讨论区 】
发信人: greatel (灵致), 信区: DataSciences
标 题: 数据科学之江湖兵器谱
发信站: BBS 未名空间站 (Sun Oct 9 16:57:10 2016, 美东)
【注】原发于微信公众号：data_wisdom
数据江湖，风起云涌。各路英豪，群雄逐鹿。
这是一个数据科学最好的时代，也是数据江湖最乱的时代。
那么在这么一个特殊的江湖里面浪，有什么兵器是值得我们去关注的呢？这篇文章列举
了一些常用方法（刀剑），并不涵盖工具与平台。就先让我们一起去看看这个排名不分
先后左右的兵器谱。
数据科学家Vincent Granville博士发表博文列举了数据科学家常用的45种技术。这是
个很适合初学者去逐个了解的列表。当然，这并不代表数据科学（统计学）的全部。虽
然他并没有提出自己的详细总结，但是有志于学习数据科学的同学不妨初步有个印象，
有不太熟悉的topic可以进一步去了解一下。另外我在后面也补充了我认为也值得学习
的领域，很多人都会在日常的数据实践中用到。多学有益于身心健康。
首先需要说明的是，这些技术... 阅读全帖 |
|
|
|
q********g
发帖数: 10694 | 30 第一部分：选题与创新
一、先想先写最后做:
1. 做研究之前，必须想清楚：结果能不能发表？发表在哪里？
2. 先把文章大框写好，空出数据，等做完实验填完空就可以发了；正所谓心中有沟壑！
3. 在未搞清“写什么、发哪里、自己研究与同类研究有何出色之处”之前，就不要动
手做！
4. 继续去看文献，去想；想不清楚就做还不如不做！
5. 要想这样做，就得先看文献！要知道如何把文章架起来、要知道别人是如何讨论的
、要知道自己的数据是不是说明了与别人不同的东东或别人没有做过……这个过程就是
阅读文献及思考的过程，这些搞清楚了，写就简单了！
6. 要是先做事，做完发现别人做过，或无法用理论来解释，岂不是冤大头？
二、如何科学选题:
1. 课题选择和国际接轨。想在国际核心期刊发表文献，就必须了解国际研究动态
，选择与国际学术研究合拍的课题。由于多方面因素的影响，我国科学研究选题与国际
先进水平还有一定距离。我国一家权威科研机构不久前在国内挑选了许多前沿领域的研
究课题，准备参与国际合作，但到美国后发现近三分之二的课题已经不属前沿，在美国
很少有人研究。在高校，一些教师治学严谨、基础扎实，但科研成果不突... 阅读全帖 |
|
