http://blog.csdn.net/chinalinuxzend/archive/2008/10/16/3086761.aspx特别推荐：RHCE考试经验原贴:http://eaxi.com/linux/2006/05/1787/ RHCE考试经验
RHCE在每科考试之前都必须签署不得于考后泄题的同意书，违者会被取消
RHCE资格，这造成了RHCE的考古题取得不易，及RHCE的重考率高...
分类：
其他好文 时间：
2016-03-30 13:14:33
阅读次数：
281
第11章 条件随机场
条件随机场(conditional random field, CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可以用于不同的预测问题，本章主要讲述线性链(linear chain)条件随机场在标注问题的应用，这时问题变成了由输入序列对输出序列预测的判别模型，形式为对数线性模型，其学习方法通常是...
分类：
其他好文 时间：
2016-03-30 13:14:33
阅读次数：
290
第12章 统计学习方法总结
1 适用问题
分类问题是从实例的特征向量到类标记的预测问题；标注问题是从观测序列到标记序列(或状态序列)的预测问题。可以认为分类问题是标注问题的特殊情况。
分类问题中可能的预测结果是二类或多类；而标注问题中可能的预测结果是所有的标记序列，其数目是指数级的。
感知机、k近邻法、朴素贝叶斯法、决策树是简单的分类方法，具有模型直观、方法简单、实现容易等特...
分类：
其他好文 时间：
2016-03-30 13:14:29
阅读次数：
232
第7章 支持向量机
支持向量机(support vector machines, SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划(convex quadratic programming)的问题，也等价于正则化的合页损失函数的最小化问。支持向...
分类：
其他好文 时间：
2016-03-30 13:17:03
阅读次数：
240
第10章隐马尔可夫模型
隐马尔可夫模型(hidden Markov model, HMM)是可用于标注问题的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型。
10.1 隐马尔可夫模型的基本概念
定义10.1 (隐马尔可夫模型) 隐马尔可夫模型是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过...
分类：
其他好文 时间：
2016-03-30 13:15:40
阅读次数：
235
如何成为一名黑客
http://www.kerneltravel.net/jiqiao/hacker.html#AEN277
如何成为一名黑客
Copyright © 2001 by Eric S. Raymond
翻译：Barret
翻译水平有限，欢迎来信指教，我的Email...
分类：
其他好文 时间：
2016-03-30 13:14:01
阅读次数：
243
第6章 逻辑回归与最大熵模型
逻辑回归(logistic regression)是统计学习中的经典分类方法。最大嫡是概率模型学习的一个准则将其推广到分类问题得到最大熵模型(maximum entropy model)。逻辑回归模型与最大熵模型都属于对数线性模型。
6.1 逻辑回归模型
定义6.1(逻辑分布)：设X是连续随机变量，X服从逻辑斯谛分布是指
X具有下列分布函数和密度函...
分类：
其他好文 时间：
2016-03-30 13:13:41
阅读次数：
225
第5章 决策树
决策树(decision tree)是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决...
分类：
其他好文 时间：
2016-03-30 13:13:19
阅读次数：
248
第4章 朴素贝叶斯法
朴素贝叶斯 (naive Bayes) 法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出Y。
4.1 朴素贝叶斯法的学习与分类
基本方法
朴素贝叶斯法通过训练数据集学习X和Y的联合概率分布
P(X,Y)。
...
分类：
其他好文 时间：
2016-03-30 13:13:26
阅读次数：
320
STAGE1能不能直接引导放在文件系统中的STAGE2.txt
使用GRUB的困惑：STAGE1能不能直接引导放在文件系统中的STAGE2？
blocklist (hd0,1)/boot/grub/stage2
GRUB有几个重要的文件，STAGE1、STAGE1.5、STAGE2
STAGE1：它只有512字节，通常放在MBR中，它的作用很简单，就是在系统启动时用...
分类：
其他好文 时间：
2016-03-30 13:12:15
阅读次数：
658
高校青年老师挣扎在辞职边缘 微薄工资继续啃老http://news.sohu.com/20100220/n270301735.shtml 27岁的大学老师周红最终退了火车票，没有回家过年。 因为她的领导去年拿到了一个社科基金，快结题了还没有成果，一着急就把这个任务“光荣”地托付给了周红。前一阵她又要备课又要监考又要批改试卷，还要承担辅导员的职责把学生们安全送走，这本书就像把骆驼压死的那最后一根...
分类：
其他好文 时间：
2016-03-30 13:14:23
阅读次数：
179
教育改革纲要明确坚持教育公益性和普惠性http://news.sohu.com/20100301/n270476868.shtml
最热评论
搜狐微博:cxpaqm85 137064625 2010-03-01 08:00:23作为中国应试教育的一部分，英语已成为了中国教育的巨大浪费！
英语教育大有取代汉语而成为中国国语之势，家长从幼儿园开始，就在...
分类：
其他好文 时间：
2016-03-30 13:11:33
阅读次数：
244
# wget -r -p -np -k http://xxx.edu.cn
-r 表示递归下载,会下载所有的链接,不过要注意的是,不要单独使用这个参数,因为如果你要下载的网站也有别的网站的链接,wget也会把别的网站的东西下载下来,所以要加上-np这个参数,表示不下载别的站点的链接.
-np 表示不下载别的站点的链接.
-k 表示将下载的网页里的链接修改为本地链接.
-p 获得所有...
分类：
其他好文 时间：
2016-03-30 13:13:39
阅读次数：
185
http://blog.chinaunix.net/u2/87718/showart_1683402.htmlGNU ARM 汇编指令简介第一部分 Linux下ARM汇编语法尽管在Linux下使用C或C++编写程序很方便，但汇编源程序用于系统最基本的初始化，如初始化堆栈指针、设置页表、操作 ARM的协处理器等。初始化完成后就可以跳转到C代码执行。需要注意的是，GNU的汇编器遵循AT&T的汇编语法，...
分类：
其他好文 时间：
2016-03-30 13:11:29
阅读次数：
317
直方图均衡化（Histogram Equalization）
直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。
直方图均衡化的主要过程
统计每一个灰度值的像素点数...
分类：
其他好文 时间：
2016-03-30 13:13:51
阅读次数：
226
1.原始问题
假设f(x),ci(x),hj(x)是定义在上的连续可微函数，考虑约束最优化问题
称此越是最优化问题为原始最优化问题或原始问题。
首先，引入广义拉格朗日函数（generalized Lagrange function）
这里，是拉格朗日乘子，αi>=0，考虑x的函数：
这里，P表示是原始问题。
假设给定某...
分类：
其他好文 时间：
2016-03-30 13:12:08
阅读次数：
286
Quartz2D绘图
绘图：必须在drawRect:rect中实现，因为只有drawInRect方法才能拿到绘图上下文.
注意点：当想刷新绘图时，不能手动直接调用drawRect方法，而是调用[self setNeedsDisplay]去刷新视图。
drawRect调用时机: loadView–> viewDidLoad–> viewWillAppear–> drawRect// 控制器...
分类：
其他好文 时间：
2016-03-30 13:10:29
阅读次数：
213
