在很多线性代数问题中，如果我们首先思考若做SVD，情况将会怎样，那么问题可能会得到更好的理解[1]。 --Lloyd N. Trefethen & David Bau, lll 为了讨论问题的方便以及实际中遇到的大多数问题，在这里我们仅限于讨论实数矩阵，注意，其中涉及到的结论也很容易将其扩展到复矩阵 ...
分类：
其他好文 时间：
2016-12-10 00:08:27
阅读次数：
411
创新大会 本文作者：程弢 2016-11-13 13:57 导语：吴军认为，在人工智能或者物联网领域，谁能把操作系统问题解决了，谁就是下一个Google和微软；谁把处理器问题解决好了，谁就是下一个英特尔和高通。 创新大会 本文作者：程弢 2016-11-13 13:57 导语：吴军认为，在人工智能或 ...
分类：
其他好文 时间：
2016-11-22 03:09:43
阅读次数：
165
回顾我大学自己课外读过的一些书 学习书籍（机器学习与自然语言处理之路）： 《机器学习实战》 《机器学习》 （南大周志华博士） 《统计学习方法》 （李航博士） 《数学之美》 （吴军博士） 《python数据可视化》 《利用python进行数据分析》 课外书： 《追风筝的人》 《麦田的守望者》 《丰乳肥 ...
分类：
其他好文 时间：
2016-11-20 18:59:10
阅读次数：
169
因项目上需要用到特征提取算法，突然想起早些时候看吴军的数学之美里有讲到SVD分解，当时就大致浏览了下，今天在这里用图像作为例子加深下印象，显示下svd特征提取、降维效果。 奇异值分解（Singular Value Decomposition）定理：设A为m*n阶复矩阵，则存在m阶酉阵U和n阶酉阵V， ...
分类：
其他好文 时间：
2016-10-19 13:54:07
阅读次数：
193
摘要：python语言俨然不算新技术，七八年前甚至更早已有很多人研习，只是没有现在流行罢了。之所以当下如此盛行，我想肯定是多因素造成了，当然市场需求的重要因素。吴军博士对大数据流行的解释与python流行或许有些默契。数据一直以来都存在，只是在历史条件下，由于计算性能和技术发展的原因，与之匹配的数据... ...
分类：
编程语言 时间：
2016-10-04 20:47:17
阅读次数：
951
最近我拜读了吴军博士的《浪潮之颠》。吴军作为一位曾每天与程序、算法、科研打交道的Google最优秀的研究员，以通俗易懂的行文和通达透彻的眼光向读者展示了互联网领域若干巨头企业的兴衰。这本书不是一本技术性的书籍，也不是单纯的历史书。作者除了描述过往恢宏的科技浪潮外，还写下了自己对下一代科技浪潮的预测， ...
分类：
其他好文 时间：
2016-09-30 07:52:00
阅读次数：
156
《浪潮之巅》读后感 《浪潮之巅》是计算机选修课上老师推荐阅读的，虽然有读后感的课业任务，但却丝毫没有打消我阅读这本书的兴趣。 这本书由吴军博士所著，主要讲述了近三十年来以美国企业为主的IT产业的历史浪潮和IT企业的兴衰沉浮。从没落的AT&T、雅虎(Yahoo)、摩托罗拉(Motorola)、太阳（S ...
分类：
其他好文 时间：
2016-09-27 19:31:01
阅读次数：
143
这段时间我上了王建民老师的选修课，计算机软件技术，老师让我们阅读一本书叫做《浪潮之巅》，并在此写下一片阅读笔记。 首先介绍一下这本书，这本书的作者是吴军先生，这本书主要讲述了一些搞IT事业的明星公司的一些发展还有兴衰。通过阅读这本图书，我发现《浪潮之巅》梳理了IT产业发展的历史脉络，并且叙述了美国硅 ...
分类：
其他好文 时间：
2016-09-27 19:23:49
阅读次数：
130
摘要：最早接触马尔可夫模型的定义源于吴军先生《数学之美》一书，起初觉得深奥难懂且无什么用场。直到学习自然语言处理时，才真正使用到隐马尔可夫模型，并体会到此模型的妙用之处。马尔可夫模型在处理序列分类时具体强大的功能，诸如解决：词类标注、语音识别、句子切分、字素音位转换、局部句法剖析、语块分析、命名实体... ...
分类：
其他好文 时间：
2016-07-12 15:08:46
阅读次数：
146
摘要：最早接触马尔可夫模型的定义源于吴军先生《数学之美》一书，起初觉得深奥难懂且无什么用场。直到学习自然语言处理时，才真正使用到隐马尔可夫模型，并体会到此模型的妙用之处。马尔可夫模型在处理序列分类时具体强大的功能，诸如解决：词类标注、语音识别、句子切分、字素音位转换、局部句法剖析、语块分析、命名实体... ...
分类：
其他好文 时间：
2016-07-11 23:42:54
阅读次数：
430
