今天就来讨论下deep learning怎么来处理real valued data。对于图像来说，二值图像毕竟是少数，更多的还是实值图像。对于这样的情况，RBM已经无法很好的处理它们，因此需要改进它，对于了解计算机视觉的人而言，想必高斯混合背景模型大家已不陌生，高斯混合模型可以很好的对实值图像建模，OpenCV中早就用高斯混合背景模型来分割物体。接下来要引出的高斯有限制玻尔兹曼机（Gaussian

转载请注明：http://duanple.blog.163.com/blog/static/709717672010923203501/作者 phylips@bmy摘要：MapReduce是一个编程模型以及用来处理和生成大数据集的一个相关实现。用户通过描述一个map函数，处理一组key/value对进而生成一组key/value对的中间结果，然后描述一个reduce函数，将具有相同

今天在清华大学cslt实验室王东老师的分享下，kaldi终于有了免费的中文语音识别的例子，网址为：https://github.com/kaldi-asr/kaldi/tree/master/egs/thchs30。各位可以根据这个来训练自己的模型。再次谢谢王东老师的付出。此外，清华大学cslt分享的数据库还有很多，网址为：http://pan.baidu.com/s/1dEhUghz

国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.不仅仅是选中的十大算法，其实参加评选的18种算法，实际

信息检索和网络数据领域（WWW, SIGIR, CIKM, WSDM, ACL, EMNLP等）的论文中常用的模型和技术总结引子：对于这个领域的博士生来说，看懂论文是入行了解大家在做什么的研究基础，通常我们会去看一本书。看一本书固然是好，但是有一个很大的缺点：一本书本身自成体系，所以包含太多东西，很多内容看了，但是实际上却用不到。这虽然不能说是一种浪费，但是却没有把有限力气花在刀口上。

问答http://www.quora.com/What-is-data-science  数据科学是什么？http://www.quora.com/How-do-I-become-a-data-scientist  我怎样才能成为一个数据科学家？http://www.quora.com/Data-Science/How-does-data-science-differ-fr

以下是咱经常去的数据挖掘牛人的网站，吸收了很多精华，也开阔了自己的思路。很感谢他们分享的思想，很是值得学习。韩家炜http://www.cs.uiuc.edu/~hanj/著名数据挖掘书籍，《数据挖掘概念和技术》作者，在DM界久负盛名。他的个人主页里面有很多他的papers，都非常经典；还有他所教授的课程，可以下载课件学习。Jian Peihttp://www.cs.sfu.c

数据挖掘中所需的概率论与数理统计知识、上（关键词：微积分、概率分布、期望、方差、协方差、数理统计简史、大数定律、中心极限定理、正态分布）导言：本文从微积分相关概念，梳理到概率论与数理统计中的相关知识，但本文之压轴戏在本文第4节（彻底颠覆以前读书时大学课本灌输给你的观念，一探正态分布之神秘芳踪，知晓其前后发明历史由来），相信，每一个学过概率论与数理统计的朋友都有必要了解数理统计学

1. 过程概述   Python先把代码(.py文件)编译成字节码，交给字节码虚拟机，然后虚拟机一条一条执行字节码指令，从而完成程序的执行。2. 字节码   字节码在Python虚拟机程序里对应的是PyCodeObject对象。   .pyc文件是字节码在磁盘上的表现形式。3. pyc文件   PyCodeObject对象的创建时机是模块加载的时候，

Srilm的全称是Stanford Research Institute Language Modeling Toolkit他被用来构建和应用统计语言模型，主要用于语音识别，统计标注和切分，以及机器翻译等工作。ubuntu编译，可以再52nlp中去找。VC编译，可以再下面链接找，http://www.keithv.com/software/srilm/以VS2008为例，可以