数据分析之路

会出现问题的：低级的职位和学校蜜汁“感觉决定”和“人人平等”每个职位的人真的会平等吗？不会，整个社会因为资源分配的不均正在加强，中下阶级跟中上阶级的分离正在变得越趋严重因为不均的资源，会带来不均的享用的生活不同的生活品质下，因为互联网带来的广泛的“高标准”认知。未来还可以“感觉决定”吗？会出现的是，低成本注重设计的品牌。。

最近做的一个项目中，需要对原来的数据进行一定量的采样形成训练集，因此需要保证采样的均匀性以保证样本参数的同分布性。样本数据是这样的：ID.wavDate可以看到，样本数据只有日期参数可以使用，所以我采用对抽样后的样本跟总体的日期参数进行分布检验的方法。因为日期的分布不具有分布假设，所以需要用非参数检验方法，直接比较两个分布的差异，我找到两种方法：1.机器学习中常用的KL散度方法2.社会统计学中常用...

宏观问题：从最直观的的做法开始，一步一步优化，并不是每个人都能第一时间想到最优解，要让代码在第一时间内正确的运行才是首要的，然后在不影响代码的外观行为下改进代码。对于面向对象编程的程序员来说，自顶而下的思考方法才能发挥面向对象的真正威力，通过抽象，我们可以在编码的一开始就已经构建好整个框架，这样有利于我们工作进度的把握和测试，更加能够锻炼程序员的抽象能力，这在接口设计中非常重要，而接口的设

中央软件院是造轮子的，云平台，平台类2012中央研究院，一堆做不同的东西的实验室，研究未来的技术研发能力中心，孵化器，产生点东西给其他bg，每个产品都只有几个消费者，待遇最好，交付压力最大，研究现在的技术不同的研发地点是否对应于不同的研发领域：否，每个bg都是什么都做的

我们都不知道自己什么时候会死，也不知道未来会有什么机遇，会发生什么灾难。连生命的真正长度都不知道，连到目标的真正距离都不知道，连我们走到哪了都不知道，连坐标都不知道。为什么不一路上做点开心的事情呢？想要的东西，到时候再去拿就好了。开心的时光，是能被可再生的吗？一年前的我肯定会觉得我是个傻瓜但是我和解了，我跟生活达成了和解。可惜的只有这个博客的名字，暂时会有一段时间名不副实了。

跑模型太无聊，想重新整理自己对深度学习的理解，重写知识框架。本来300字应该能写完的，不过要加上例子就400字吧。

成果秋招结束了，我最终获得了：腾讯京东华为网易游戏欢聚时代搜狐视频这几个offer，均待遇不错，收获颇丰。写作动机回想起一年多以前选择数据挖掘的时候，一度以为找不到工作，非常着急。幸好有令科，梅寒，志韬等师兄为我解答了很多迷津。于是也尝试记录一下自己的学习历程，鉴于往事，以资于后道。 全文分成6个阶段，文章有点长，各位可以直接去看自己的那个阶段，看看我过

深度学习中，经常出现某一些大佬突然整出了个很厉害的东西，把过去很多的尝试和努力都一下子清掉了。这种快速的发展让我感到危机感，并去思考如何保证能实时追踪最新技术。首先，提炼需求：实际上我们真正怕的就是有人闭门造车，而且还很牛逼的车，一下子把过去的努力秒掉了。如果是这样的话，大家一开始都是被秒的，以后看谁结合得快，跟行业结合得好有盈利，这应该就需要上面1+2的积累真正怕的不是闭门造车，而是车公布了以后...

http://blog.csdn.net/a819825294/article/details/51206410#t6读了雪伦大佬的走读分析，非常清晰，我写一下自己的理解，狗尾续貂了XGBoost运行流程：简略来说，XGBoost只做两件事：1.main函数调用InitModel初始化模型，初始化的时候选择Loss，及分类器2.迭代用Boost方法更新模型（UpdateOneIter），每次更新的时候做几个操作：PredictRaw，GetGradient，DoBoost。分别是计算残差，计算

腾讯社交广告大赛回来的感悟参赛优秀队伍合照

把握机器学习算法关键点有两个1、loss function的理解(包括：特征X/标签Y配对的建模，X/Y配对建模的loss function的设计)。2、loss function的求解过程。这两点串接在一起构成了算法实现的主框架。

还有更快的 —— 一起做。不，其实还有更快的 —— 让别人一起做。

周末更新高清大图

中国的中产阶级，随着中产阶级的膨胀而占领有利位置，但是中国的互联网市场人口红利现在已经进入了一个明显的下半场阶段，所以下一步一方面三深耕国内市场，做垂直领域的老大，另一个就是进行出海。出海成不成功，决定着中国的互联网产业能不能，继续维持快速的投资和膨胀，出海成不成功，能不能把更多的服务和投资推进到全球市场，意味着中国的中产阶级，能不能继续以这种全球市场的膨胀跟吸血，来维持自身的稳固和发展。

先试试下面这种：1. 在 bios 把 聲卡選擇 AC'97 不要選 HDMIhttp://zh.wikipedia.org/wiki/AC97http://zh.wikipedia.org/wiki/HDMI2. 安裝 pavucontrol 套件 # universe 套件庫sudo apt-get install pavucontrol3. 從終端機 下指

高考之前生物老师跟我关系很好，曾经跟我说过：“考个状元回来啊”之类的话。高考那天全体老师穿着红衣服在校门前给我们加油，她也在。虽然每一届都是教一样的内容，遇到的问题也是一样的，但是教的人也好，被教的人也好，也在慢慢改变吧。这种人与人之间的交流，大概才是育人的本质吧。

以前说美帝通过买给中国挖土机，通过挖土机里的芯片可以知道你哪里在开工建设，觉得有可能又有点不现实，大概是边界。现在觉得完全可以了，这方案已经很现实了不可能的东西，也存在了（例子：多角度物体识别）从某种角度来看，可能是VC维的问题，样本变多，低VC维的模型也被发明出来

机器学习趋向于平民化，但是盈利空间不明显。图像不明显，医学用上了，提升了，渐进的，所以不明显，蛋糕也不大。顺丰京东的前置仓储，也有可能因渐进跟提升性而……性能收敛后，就会趋于后台化，成为一个后台算法，所以要想清楚机器学习的意义：充分利用数据。考虑到nfl跟vc维，可能是数据量爆炸阶段的一个迟来的部件，有点像火花塞一样的东西，大家都有，性能差不多，贵的好一点，科技

# Linuxsudo apt-get install libasound2-dev swigpip install git+https://github.com/vishnubob/python-midi@feature/python3# Windows删除User\Administrator\Anaconda3\Lib\site-packages里midi开头的文件夹 和info文件pip i...