前言：DeepLearning已经很火了，本文作者算是后知后觉者，主要原因是作者的目前工作是广告点击率预测，而之前听说DeepLearning最大的突破还是在图像语音领域，而在NLP和在线广告点击预测方面的突破还不够大。但后来听说Google开源的word2vec还挺有意思，能够把词映射到K维向量空间，甚至词与词之间 的向量操作还能和语义相对应。如果换个思路，把词当做feature，那

Danny 发布于2012/03/03 Greg Linden，亚马逊早期推荐系统的主要贡献者，在最近的博文《YouTube uses Amazon’s recommendation algorithm》中讨论了YouTube在RecSys 2010上的一篇论文，因为该文报告，目前YouTube的推荐算法主要采用Item-based方法和Ranking方法。YouTube

Deep Learning源代码收集-持续更新…zouxy09@qq.comhttp://blog.csdn.net/zouxy09 收集了一些Deep Learning的源代码。主要是Matlab和C++的，当然也有python的。放在这里，后续遇到新的会持续更新。下表没有的也欢迎大家提供，以便大家使用和交流。谢谢。 最近一次更新：2013-9-2

%判断某数组中是否包含某元素clear,clc;a=[1,2,3,4,5]ismember(2,a)ismember(6,a)%判断某个元素的位置find(a==2)就得到2所在的位置原文地址：http://lbtv.blog.163.com/blog/static/1123602220144283402120/

文字上面好像被削了一样缩小字体，段落——行距——固定值 调整一下就ok，这个就是段落的问题，调整一下行距就好了。插入表格——在“自动调整”操作中——点上根据内容调整表格就可以了！附图：------------------------------------------------------如下图 都有边框的，左边可以明显看到，但是右边的边框不见了，最右边还缺了2个字，

根据线性代数理论，特征值与特征向量只存在于方阵。如下所示为一方阵A：在matlab输入矩阵：A = [1 2 4;     4 0 7     9 1 3];查阅matlab help可以知道，利用eig函数可以快速求解矩阵的特征值与特征向量。格式：[V,D] = eig(A)说明：其中D为特征值构成的对角阵，

方法一：fscanf函数   fid=fopen('data.dat','r');       %打开数据文件  x=fscanf(fid,'%g');                 %读取文件数据   %得到的x数据为列向量       要注意的是，data.dat必须是在你操作的目录下 方法二：load函数   load('xxx.dat')

（写在前面）昨天说写个机器学习书单，那今天就写一个吧。这个书单主要是入门用的，很基础，适合大二、大三的孩子们看看；当然你要是大四或者大四以上没看过机器学习也适用。无论是研究智能还是做其他事情，机器学习都是必须的。你看GFW都用机器学习了，咱是不是也得科普一下。（全文结构）其实，我想了想，学一门学科，列出一堆书，评论来评论去的，其实对初学者用处不大；他都不知道这些是啥，你就开始一顿评论，只能

牛人主页（主页有很多论文代码）Serge Belongie  at UC San DiegoAntonio Torralba  at MITAlexei Ffros  at CMUCe Liu  at Microsoft Research New EnglandVittorio Ferrari  at Univ.of EdinburghKristen

深度神经网路已经在语音识别，图像识别等领域取得前所未有的成功。本人在多年之前也曾接触过神经网络。本系列文章主要记录自己对深度神经网络的一些学习心得。第二篇，讲讲经典的卷积神经网络。我不打算详细描述卷积神经网络的生物学运行机理，因为网络上有太多的教程可以参考。这里，主要描述其数学上的计算过程，也就是如何自己编程去实现的问题。1. 概述