10 2013 档案

摘要：王国维先生提出治学有"三种境界"“昨夜西风凋碧树，独上高楼，望尽天涯路”，此为第一种境界； “衣带渐宽终不悔，为伊消得人憔悴”，此为第二种境界； “众里寻他千百度，蓦然回首，那人却在，灯火阑珊处”，此为第三种境界 .下面具体谈谈每层境界的含义王国维在《人间词话》中说：“古之成大事业、大学问者必经过三种之境界。” 第一境界：“昨夜西风凋碧树，独上高楼，望尽天涯路。” （1） 萧瑟的秋风中，游子登高望远，怀念亲人，见不到又音信难通，就如一名学者刚开始在学问时那种对知识的惆怅迷惘的心情跃然纸上。（2） 作为一个做学问者，首先要高瞻远瞩认清前人所走的路，也就是说，总结和学习前人的经 阅读全文

摘要：接上文：贝叶斯推断及其互联网应用（一）：定理简介七、什么是贝叶斯过滤器？垃圾邮件是一种令人头痛的顽症，困扰着所有的互联网用户。正确识别垃圾邮件的技术难度非常大。传统的垃圾邮件过滤方法，主要有"关键词法"和"校验码法"等。前者的过滤依据是特定的词语；后者则是计算邮件文本的校验码，再与已知的垃圾邮件进行对比。它们的识别效果都不理想，而且很容易规避。2002年，Paul Graham提出使用"贝叶斯推断"过滤垃圾邮件。他说，这样做的效果，好得不可思议。1000封垃圾邮件可以过滤掉995封，且没有一个误判。另外，这种过滤器还具有自我学习的功能 阅读全文

摘要：一、什么是贝叶斯推断贝叶斯推断（Bayesian inference）是一种统计学方法，用来估计统计量的某种性质。它是贝叶斯定理（Bayes' theorem）的应用。英国数学家托马斯·贝叶斯（Thomas Bayes）在1763年发表的一篇论文中，首先提出了这个定理。贝叶斯推断与其他统计学推断方法截然不同。它建立在主观判断的基础上，也就是说，你可以不需要客观证据，先估计一个值，然后根据实际结果不断修正。正是因为它的主观性太强，曾经遭到许多统计学家的诟病。贝叶斯推断需要大量的计算，因此历史上很长一段时间，无法得到广泛应用。只有计算机诞生以后，它才获得真正的重视。人们发现，许多 阅读全文

摘要：分类模型尝试将各个实例（instance）划归到某个特定的类，而分类模型的结果一般是实数值，如逻辑回归，其结果是从0到1的实数值。这里就涉及到如何确定阈值（threshold value）,使得模型结果大于这个值，划为一类，小于这个值，划归为另一类。考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。对一个二分问题来说，会出现四种情况。如果一个实例是正类并且也被预测成正类，即为真正类（True positive）,如果实例是负类被预测成正类，称之为假正类（False positive）。相应地，如果实例是负类被预测成负类，称之为真负类（True positive） 阅读全文

摘要：现在cpu核心数、线程数越来越高，本文将带你了解如何确定一台服务器有多少个cpu、每个cpu有几个核心、每个核心有几个线程。工具/原料Linux服务器方法/步骤查看物理cpu个数grep 'physical id' /proc/cpuinfo | sort -u查看核心数量grep 'core id... 阅读全文

摘要：编写matlab程序时，出现了“Attempt to execute SCRIPT mean as a function”，其实这是“Attempt to execute SCRIPT *** as a function”的一个具体案例，当遇到自己写的函数或者命名的文件和matlab自带的系统函数一样时，就会发生这种情况。例如:我写个一个mean.m的matlab程序，然后在里面用到了mean函数求平均值，当执行到这一行，系统不知道你请求的是mean.m文件还是系统mean函数，就会报出上述错误。解决方法：修改文件的名字。 阅读全文

摘要：这几天试用了新出不久的WinEdt 6，结合PDF文件的阅读器SumatraPDF，感觉实现TeX文档和PDF文件之间的正反向搜索十分便利，故此向大家特别推荐！CTeX v2.8版本的一项重要功能是实现了TeX文档和PDF文件之间的正反向搜索，我一般习惯称之为相互跳转。这项功能是通过对synctex文件的解析实现的，具体研究内容CTeX论坛上有详述，这里就不多说了。由于现在PDF文件是主流，无论发表文章还是写作论文，最终都要以PDF文件的形式输出，加之PDFLaTeX编译现已支持eps图形格式（通过加载宏包 epstopdf 即可），因此实现和利用 TeXPDF 之间的相互跳转可以充分挖掘La 阅读全文