chinaliping的专栏

转自：https://www.byvoid.com/blog/cpp-string

转自：http://blog.jobbole.com/67621/

转自：http://www.cnblogs.com/fuhj02/archive/2010/12/21/1912776.htmlVS2005：

转自：http://blog.jobbole.com/61815/本文由 伯乐在线 - programmer_lin 翻译自 docsity。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。在过去，很多巧妙的计算机算法设计，改变了我们的计算技术。通过操作标准计算机中提供的中间运算符，可以产生很多的高效函数。这些函数导致了计算机程序的复杂性和多样性，这也是今天计算机时代快速发展

转自：http://blog.jobbole.com/61308/本文由 伯乐在线 - 周昌鸿 翻译自 bert hubert。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。人们常常问我有什么C++和编程的书籍推荐，也许是因为我在PowerDNS有一个关于“编写可读性良好的C++代码”的演讲。这篇博文可以作为我对上述问题的一个回答，同时也包含了一些更广泛的笔记编程。如果

转自：http://licstar.net/archives/328这篇博客是我看了半年的论文后，自己对 Deep Learning 在 NLP 领域中应用的理解和总结，在此分享。其中必然有局限性，欢迎各种交流，随便拍。　　Deep Learning 算法已经在图像和音频领域取得了惊人的成果，但是在 NLP 领域中尚未见到如此激动人心的结果。关于这个原因，引一条我比较赞同的

转自：http://blog.jobbole.com/60809/本文由 伯乐在线 - 大飞 翻译自 machinelearningmastery。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。在理解了我们需要解决的机器学习问题之后，我们可以思考一下我们需要收集什么数据以及我们可以用什么算法。本文我们会过一遍最流行的机器学习算法，大致了解哪些方法可用，很有帮

转自：http://blog.csdn.net/v_july_v/article/details/19131887前言    我决定写篇短文，即为此文。之所以要写这篇文章，缘于微博上常有朋友询问，要毕业找工作了，如何备战算法。尽管在微博上简单梳理过，如下图所示：       但因字数限制，特撰此文着重阐述下：程序员如何快速准备面试中的算法，顺便推荐一些相关的

出处：http://hawstein.com/posts/ctci-solutions-contents.htmlMarch 14, 2013作者：Hawstein出处：http://hawstein.com/posts/ctci-solutions-contents.html声明：本文采用以下协议进行授权： 自由转载-非商用-非衍生-保持署名|Creative Com

转自：http://xiaofeng1982.blog.163.com/blog/static/315724582009824103618623/隐马尔可夫模型(HMM)简介请各位读者深吸一口气……呼……开始……（一）阿黄是大家敬爱的警官，他性格开朗，身体强壮，是大家心目中健康的典范。但是，近一个月来阿黄的身体状况

转自：http://blog.jobbole.com/56256/本文由 伯乐在线 - programmer_lin 翻译自 Jason Brownlee。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。这是一篇很难写的文章，因为我希望这篇文章能对学习者有所启发。我在空白页前坐下，并且问自己了一个很难的问题：什么样的库、课程、论文和书籍对于机器学习的初学者来说是最好的。

原网址：http://www.cnblogs.com/kshenf/archive/2012/06/14/2548708.html今天给大家介绍一下经典的开源机器学习软件：编程语言：搞实验个人认为当然matlab最灵活了（但是正版很贵），但是更为前途的是python（numpy+scipy+matplotlib)和C/C++，这样组合既可搞研究，也可搞商业开发，易用性不比matla

转自：http://blog.csdn.net/mytestmy/article/details/9150213声明：1）看到其他博客如@zouxy09都有个声明，老衲也抄袭一下这个东西2）该博文是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详

转自：http://whatsthebigdata.com/2012/08/09/graduate-programs-in-big-data-and-data-science/Graduate Programs in Big Data Analytics and Data SciencePosted on August 9, 2012 by GilPressGrad

转自：http://en.cppreference.com/w/cpp/container/unordered_map/unordered_mapexplicit unordered_map( size_type bucket_count = /*implementation-defined*/,                        const Has

转自：http://blog.jobbole.com/53039/每当成为入门CS课程（学生们学习编程语言的课程）的助教时，都困于提出好的练习题。Project Euler和类似的问题通常对初学者来说来难了，尤其是对于那些没有很强数学背景的同学。在这篇文章中，Adrian Neumann 收集了一些从初级到高级逐级困难的练习题，适合刚开始学习编程的初学者。当有新的练习题时，Ad

转自：课程图谱博客这篇文章大半年前看过，原作者 要有光LTBL 同学也在课程图谱的群里，这两天群里讨论的时候想到了这篇文章，还花了一点时间扒了出来，所以征得作者有光大神的同意，转发和备份到这里，顺便给课程做了一个内部链接。以下系转载：首先这只是我个人的总结，希望能提供大家一些好的建议或者想法，至于具体的可实施性和可推广性就不做任何保证了。。。只是汇报一下我学了这些课，而

转自：http://blog.coursegraph.com/公开课笔记大盘点网上散落了很多同学的公开课学习笔记，这里就尝试来做一些汇总和整理，也欢迎大家提供线索。1、Coursera上Andrew Ng老师的”机器学习公开课(Machine Learning)”课程图谱上的明星课程，关注人数最多，评论最多，并且网上这门课程的笔记也是相当的多：1）@小小人_

转自：http://datascience101.wordpress.com/2013/08/26/7-important-data-science-papers/It is back-to-school time, and here are some papers to keep you busy this school year. All the papers are free.

转自：http://terrytai.com/salary-from-50rmb-to-100usd/这个标题看起来有点像标题党? 好吧, 我必须在全文开始之前就澄清一下这一点, 这是千真万确的事实. 我本可以只把一些结论贴在这里供大家参考, 但是那样显得太生硬且没有说服力. 所以我决定把整个故事告诉你, 并在每一篇的最后总结出结论, 这样会更轻松愉快一些. 我不敢说这个经历是否可复制

最大熵是自然语言处理中经常用到的一种统计方法。网上也有很多最大熵方面的工具包，目前大家用得最多的应该是张乐博士写的最大熵工具包了。该工具包既可以采用命令行形式运行，也可以直接调用接口函数，为大家的研究工作带来了很大的方便。但是，对于刚接触到该工具包的人来说，使用起来还是有些麻烦的。一、命令行形式使用方法       1、利用命令行形式，首先要准备好特征文件。特征文件的格式在最大熵工具包的使

hpp，顾名思义等于.h加上.cpp，在boost、Xerces等开源库中频繁出现，偶在机缘巧合之下，学得一招半式，遂记录如下，以供参考学习。    hpp，其实质就是将.cpp的实现代码混入.h头文件当中，定义与实现都包含在同一文件，则该类的调用者只需要include该hpp文件即可，无需再 将cpp加入到project中进行编译。而实现代码将直接编译到调用者的obj文件中，不再生成单独的o

转自：http://www.wumii.com/topbar/FIXFKeyMDeepLearnToolbox看起来是一个硕士生的毕业论文内容。不得不感叹大牛的学生水平就是高啊。这个工具箱已经公开在了 github 网站上：https://github.com/rasmusbergpalm/DeepLearnToolbox这位就是工具箱的作者。(

转自：http://www.programcreek.com/2012/11/top-100-java-developers-blogs/?utm_campaign=Manong_Weekly_Issue_11&utm_medium=EDM&utm_source=Manong_WeeklyLatest Update: 2013/11/28The main goal of thi

转自：http://markus.com/deep-learning-101/Deep learning has become something of a buzzword in recent years with the explosion of 'big data', 'data science', and their derivatives mentioned in the med

转自：http://blog.xdite.net/posts/2013/11/22/opensource-cheatsheets?utm_campaign=Manong_Weekly_Issue_11&utm_medium=EDM&utm_source=Manong_Weekly昨天去參加 HappyDeisgner Mini #5 聽到 Caesar Chi 在講他跑校園傳道

斯坦福大学机器学习课程原始讲义 + 公开课视频斯坦福大学机器学习课程原始讲义     本资源为斯坦福大学机器学习课程原始讲义，为Andrew Ng 所讲，共计20个PDF，基本涵盖了机器学习中一些重要的模型、算法、概念，此次一并压缩上传分享给大家，朋友们可以直接点击右边下载：斯坦福大学机器学习课程原始讲义.zip 。斯坦福大学机器学习公开课视频

转自：http://suanfazu.com/discussion/28/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0deep-learning%E4%BB%8B%E7%BB%8D深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。深度学习的概念

转自：http://suanfazu.com/discussion/27/18%E5%90%8D%E6%A0%A1%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%8F%8A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E8%B5%84%E6%BA%90%E6%B1%87%E6%80%BB北美

转自：http://www.mlsurveys.com/Active LearningTwo Faces of Active Learning, Dasgupta, 2011Active Learning Literature Survey, Settles, 2010ApplicationsA Survey of Emerging

基础知识整理【写在前面】本页面仅涉及基础知识的梳理，比如算法与数据结构，操作系统，数据库，C/C++等，这一块主要是确定性知识，是计算的基本东西，俗称”内功“。————————————————————————————————————————————-1. 数据结构与算法1.1 书籍（1）算法导论（2）编程之美（3）编程珠玑（4）数据结构（C语言版）

0. 为什么要掌握优先级 想想这两个问题： a. 读别人的代码，遇到优先级问题看不懂，怎么办？ b. 一堆的括号，美观吗？ 本想贴一张画来装饰墙壁，却用了一堆纸来固定！ 有人说代码写多了，自然就会了。这个是很宽泛的说法。看你写的代码的水准，有些东西可能你一直 都接触不到，何谈熟练。有些东西一定要梳理，总结。1. 优先级1.1 优先级图表 优先级最高者不

编者按：2008年8月4日，StackOverflow 网友 Bert F 发帖提问：哪本最具影响力的书，是每个程序员都应该读的？“如果能时光倒流，回到过去，作为一个开发人员，你可以告诉自己在职业生涯初期应该读一本， 你会选择哪本书呢？我希望这个书单列表内容丰富，可以涵盖很多东西。”很多程序员响应，他们在推荐时也写下自己的评语。 以前就有国内网友介绍这个程序员书单，不过都是推荐

转自：http://blog.jobbole.com/19416/英文原文：5 signs that you should hire a programmer on the spot，翻译：旁观者@ituring对面试官和面试者而言，程序员进来面试及进行编程测验有时可能是有趣的经历。大多数面试结束时，招聘经理会告诉面试者“保持联系”，但有时求职者表现优异。此时，在他离开办公

来源：《程序员》作者总结自己多年面试他人以及被他人面试的经验，发现应聘者可以从代码的规范性、完整性和健壮性三个方面提高代码的质量。程序员在职业生涯中难免要接受编程面试。有些程序员由于平时没有养成良好的编程习惯，在面试时写出的代码质量不高，最终遗憾地与心仪的公司和职位失之交臂。因此，如何在面试时能写出高质量的代码，是很多程序员关心的问题。代码的规范性面试官是根据应聘者

转自：http://blog.jobbole.com/24937/原文地址：How to Ace a Startup Engineering Interview Part 1，翻译：陈庆霆在过去5年中，我面试了数百名IT工程师，我认为很值得把我的面试IT工程师的经验同大家分享。这能够：●帮助人们为他们的下一个面试准备●帮助IT工程师找到合适的工作。●

转自：http://blog.jobbole.com/471/原文网址：http://www.skorks.com/2010/05/why-i-love-reading-other-peoples-code-and-you-should-too/编者按：原文作者Alan Skorkin是一名软件开发人员，他在博客中分享对软件开发相关的心得，其中有很多优秀的文章，本文是其中的另一篇。

转自：http://blog.jobbole.com/18040/导读：Cate 是一位加拿大的软件工程师，目前就职于  Google 。本文是他在 2010 年在 Google 面试后分享的文章。也许你可能没有参加过谷歌面试（或者没能答出面试中的一些问题），这里我会分享一下上周我的面试经历。我个人感觉良好——至少已经全力以赴了，无论结果如何都会对我有很大的帮助。由于已

转自：http://blog.jobbole.com/23286/本文由张洋（@敲代码的张洋）投稿于伯乐在线，也欢迎其他朋友投稿。很早就对Google的PageRank算法很感兴趣，但一直没有深究，只有个轮廓性的概念。前几天趁团队outing的机会，在动车上看了一些相关的资料（PS：在动车上看看书真是一种享受），趁热打铁，将所看的东西整理成此文。本文首先会讨论搜索引擎的

转自：http://blog.jobbole.com/11745/原文出处： todayx1. 快速排序介绍：快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下，排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较，但这种状况并不常见。事实上，快速排序通常明显比其他Ο(n log n) 算法更快，因为它的内部循环（i

转自：http://blog.jobbole.com/52144/本文由 伯乐在线 - 敏敏 翻译自 programcreek.com。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。以下是在编程面试中排名前10的算法相关的概念，我会通过一些简单的例子来阐述这些概念。由于完全掌握这些概念需要更多的努力，因此这份列表只是作为一个介绍。本文将从Java的角度看问题，包含下

不少人认识我或者听说我的名字都是因为我过去做的关于人脸检测的工作，那么第一篇帖子就简单谈谈对我影响至深的这项工作的源起吧。2001年Paul Viola和Michael Jones在CVPR上发表了一篇震惊计算机视觉界的文章，Rapid object detection using a boosted cascade of simple features。相信几乎所有做计算机视觉的同学都读过至少是

又是一年校招时。   这两天对公司的一些校招简历进行了初轮筛选，几十份投递研发职位的简历，都看了一遍，   总结了一些比较重要和非常细节的点，和大家分享，希望能对你有所帮助。   为了大家看得更直观，我对每一个点设置了一个加分值，来表示这个点的重要性，   单项最高分是10分。1 【+9】有较高质量技术博客、开源代码或实际产品2 【+1】简历文件名称中最好能

转自：http://blogread.cn/it/article/4067?f=wb2本文是从 Why every programmer should learn Python or Ruby 这篇文章翻译而来。    如果你是个学生,你应该会C，C++和Java。还会一些VB，或C#/.NET。多少你还可能开发过一些Web网页，你知道一些HTML，CSS和Java

转自：http://www.wumii.com/topbar/w0AGND3k深度学习是大数据下最热门的趋势之一，这项技术将对自然语言处理和图像识别等前沿领域提供支持。Gigaom.com网站整理了一个指南：深度学习领域的快速发展，鼓舞着越来越多在自然语言处理和图像识别等领域的初创企业去研究它。同时，包括Google、微软、Facebook和雅虎在内的科技巨头，在深度学习方面的投入也在

See more at: http://kruel.co/2012/05/29/computer-science-and-programming-books-and-resources/It is instrumentally useful to understand how computers work and how to program them.Even if you are no

1.http://ufldl.stanford.edu/wiki/index.php/UFLDL_Recommended_Readings有中文版2.http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning跟1一样都跟Andrew Ng相关，这个是在线ML的opencla

1）C4.5算法：ID3算法是以信息论为基础，以信息熵和信息增益度为衡量标准，从而实现对数据的归纳分类。ID3算法计算每个属性的信息增益，并选取具有最高增益的属性作为给定的测试属性。C4.5算法核心思想是ID3算法，是ID3算法的改进，改进方面有：1）用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足；2）在树构造过程中进行剪枝3）

转自：http://blog.videolectures.net/100-most-popular-machine-learning-talks-at-videolectures-net/Enjoy this weeks list! 26971 views, 1:00:45,  Gaussian Process Basics, Dav

转自：http://blog.csdn.net/carson2005/article/details/6601109以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的

转自：http://www.chinakdd.com/article-oyU85v018dQL0Iu.html前言：　　找工作时（IT行业），除了常见的软件开发以外，机器学习岗位也可以当作是一个选择，不少计算机方向的研究生都会接触这个，如果你的研究方向是机器学习/数据挖掘之类，且又对其非常感兴趣的话，可以考虑考虑该岗位，毕竟在机器智能没达到人类水平之前，机器学习可以作为

转自：http://www.ilovematlab.cn/thread-35262-1-1.htmlSVM相关资源汇总[matlab-libsvm-class-regress](by faruto)                                                          ----关于SVM的那点破事 by faruto   可以了,终于

转自：http://www.csie.ntu.edu.tw/~piaip/docs/svm/piaip's Using (lib)SVM Tutorialpiaip 的 (lib)SVM 簡易入門piaip at csie dot ntu dot edu dot tw, Hung-Te LinFri Apr 18 15:04:53 CST 2003 $I

前几天，秋叶拓哉(iwi)、岩田阳一(wata)和北川宜稔(kita_masa)所著，我(watashi)、庄俊元(navi)和李津羽(itsuhane)翻译的《挑战程序设计竞赛》，终于通过人民邮电出版社正式出版了。可喜可贺，可喜可贺。有关该书的简介，目录、试读和购买链接请通过传送门访问。这里我主要想说一下自己为什么要翻译和推荐本书，还有对程序设计竞赛学习资料的一些看法。也附带一些对译者序和第1章

1. 浙江大学 Online Judge（ZOJ）http://acm.zju.edu.cn     国内最早也是最有名气的OJ，有很多高手在上面做题。特点是数据比较刁钻，经常会有你想不到的边界数据，很能考验思维的全面性。 2. 北京大学 Online Judge（POJ）http://acm.pku.edu.cn/JudgeOnline/     建立较晚，但题目加得很快

有人认为DL是人工智能的一场革命，貌似很NB。要好好学学。0    第一人（提出者）    好像是由加拿大多伦多大学计算机系(Department of Computer Science ,University of Toronto) 的教授Geoffrey E. Hinton于2006年提出。   其个人网站是：   http://www.

网址：http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

持续更新，请补充。除了以下推荐的书以外，出版在Foundations and Trends in Machine Learning上面的survey文章都值得一看。入门：Pattern Recognition And Machine LearningChristopher M. BishopMachine Learning : A Probabilist

原文出处：http://blog.sina.com.cn/s/blog_574a437f01019poo.html        昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文，这让我想起自己刚读研究生时茫然四顾的情形：看着学长们高谈阔论领域动态，却不知如何入门。经过研究生几年的耳濡目染，现在终于能自信地知道去哪儿了解最新科研动态了。我想这可能是初学者们共通的困惑，与其只告诉一个人

Everstring：http://www.everstring.com/团队很强大。------------AlchemyAPI：http://www.alchemyapi.com/deep learning、NLP等的API，demo也不错。-----------Ersatz：http://www.ersatz1.com/deep learning解

http://blog.mashape.com/post/48946187179/20-natural-language-processing-apisNatural Language Processing, or NLP, is a field of computer science, artificial intelligence, and linguistics co

1. Scholarpediahttp://www.scholarpedia.org/article/Main_Page2.AllExperts http://www.allexperts.com/3.About.comhttp://www.about.com/4.CliffsNoteshttp://www.cliffsnotes.com

这里搜集了一些常见的和 machine learning 相关的网站，按照 topic 来分。RMw平坦软件园Active LearningRMw平坦软件园http://active-learning.net/，这里包括了关于Active Learning理论以及应用的一些文章，特别是那篇Survey。Transfer LearningRMw平坦软件园http://ww

http://matpalm.com/blog/2010/08/06/my-list-of-cool-machine-learning-books/brain of mat kelceymy list of cool machine learning booksAugust 06, 2010 at 06:35 PM | 9 Commentsfor

基本模型:HMM(Hidden Markov Models):      A Tutorial on Hidden Markov Models and Selected Applications inSpeech Recognition.pdfME(Maximum Entropy):      ME_to_NLP.pdfMEMM(Maximum Entropy Ma

在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:             召回率(Recall)      = 

IsDBCSLeadByte判断某字节是否在双字节字符集(例如汉字)的前导字节集中(GB   2312-80)   汉字编码中的第一个字节。DBCS：双字节字符集。      BOOL   IsDBCSLeadByteTRUE(BYTE   bTestChar);   如果该字节是DBCS   字符的第一个字节，则返回   TRUE。      IsDBCSLeadByte函数

c++笔试题汇总.pdf: http://www.t00y.com/file/11977106C++经典面试题大全.pdf: http://www.t00y.com/file/11977113c++面试题.chm: http://www.t00y.com/file/11977298C_C++_笔试面试题大全(192页).pdf: http://www.t00y.com/file/119

#include #include  const int N=5;using namespace std; void Stdarg(int a1,...){    va_list argp;    int i;    int  ary[N];     va_start(argp,a1);    ary[0]=a1;    for(i=1;i

本文主要介绍va_start和va_end的使用及原理。　　在以前的一篇帖子Format MessageBox 详解中曾使用到va_start和va_end这两个宏，但对它们也只是泛泛的了解。　　介绍这两个宏之前先看一下C中传递函数的参数时的用法和原理： 1.在C中，当我们无法列出传递函数的所有实参的类型和数目时,可以用省略号指定参数表void foo(

源网址：http://blog.jobbole.com/33865/伯乐在线注：我们在@程序员的那些事 微博上推荐了英文原文，感谢@halftone_被禁用了 的热心翻译。简介调试是软件开发周期中很重要的一部分。它具有挑战性，同时也很让人疑惑和烦恼。总的来说，对于稍大一点的程序，调试是不可避免的。最近几年，调试工具的发展让很多调试任务变的越来越简单和省时。这篇文

源网址：http://blog.jobbole.com/45249/本文由 伯乐在线 - 伯乐在线读者 翻译自 Marius Bancila。转载请参见文章末尾处的要求。【感谢@_La_Isla_Bonita 的热心翻译。如果其他朋友也有不错的原创或译文，可以尝试推荐给伯乐在线。】最近碰巧读了Ivan Shcherbakov写的一篇文章，《11个强大的Visual

源网址：http://sicp.readthedocs.org/en/latest/#SICP 解题集这个文档的目标是成为中文化的、完整的《计算机程序的构造和解释》一书的解题集。这个解题集的特色是：对于每道习题，除了习题答案之外，还给出习题的讲解和相关资料(如果有的话)；使用 MIT Scheme 作为编程环境，完全避免了代码不兼容的问题；所有代

语言入门:有丰富C经验,缺乏C++经验的: 《C++ Primer (3RD)》有其他语言的丰富经验的: 《The C++ Programming Language》简称TCPL(对不住纯C的fans了)如果选择薄一点的书：《Essential C++》《Accelerated C++》都是不错的选择。其实，我个人一直认为C++Primer带着太过强烈的

源地址：http://blog.jobbole.com/44409/【感谢@_La_Isla_Bonita 的热心翻译。如果其他朋友也有不错的原创或译文，可以尝试推荐给伯乐在线。】线程类std::thread代表一个可执行线程，使用时必须包含头文件。std::thread可以和普通函数，匿名函数和仿函数（一个实现了operator()函数的类）一同使用。另外，它允许向线

源地址：http://blog.jobbole.com/44559/如果你已经读了我的前几篇关于面向对象范式因为受到Rust and Go等语言的影响而发生变化的文章，看到了我正在研究的Rust设计模式，你会发现我对Rust语言十分的偏爱。除此之外，就在上周末，我读完了经典的《设计模式：可复用面向对象软件的基础》。这些种种，引起了我对这本书中谈及的一个核心原则的思考：

源地址：http://blog.jobbole.com/44639/【感谢@Hacker_YHJ 的热心翻译。如果其他朋友也有不错的原创或译文，可以尝试推荐给伯乐在线。】本文写的非常详细，因为我想为初学者建立一个意识模型，来帮助他们理解函数指针的语法和基础。如果你不讨厌事无巨细，请尽情阅读吧。函数指针虽然在语法上让人有些迷惑，但不失为一种有趣而强大的工具。本文将从C语言

本文源自：http://blog.jobbole.com/44591/Visual Studio 是一个强大的调试工具，里面很多隐藏功能少有人问津，但是在特定场景可以节省你很多时间，本文主要介绍一些Visual Studio调试相关的隐藏功能，欢迎大家补充。 运行到光标(Run to cursor)大多数人用Visual Studio在调试程序的时候先在程序开始

以下所记，只是自己在学习贝叶斯期间的灵光闪现的心得与感受，混杂了频度统计与贝叶斯统计，或对或错，故放亮你的眼睛，呵呵。侧重于粗略的线条，具体细节未述。主要从下面几个方面，大概的介绍相关的东东：一般认识；点估计；区间估计；模型选择；等级（层次）贝叶斯模型；MCMC。 1.         一般认识贝叶斯理论的基础是什么？据传18世纪英国

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。

Dirichlet distribution，对于做主题模型（topic model）研究特别的重要，因为很多模型之中都需要它作为先验分布。本来这个分布Wikipedia和大多数的教科书已经讲得非常清楚，没有必要在这里多介绍，但是最近在理解Dirichlet process过程中，发现从另外一个角度来理解Dirichlet Distribution，对于理解Dirichlet Proces

狄利克雷过程（dirichlet process ）是目前变参数学习（non parameter）非常流行的一个理论，很多的工作都是基于这个理论来进行的，如HDP（hierarchical dirichlet process）。下面我们谈谈dirichlet process的五种角度来理解它。第一种：原始定义：假设存在在度量空间\Theta上的分布H和一个参数\alpha，如果对于

topic model 是一种应用十分广泛的产生式模型(generative model)，在IR， NLP，ML都有广泛的应用，本文将对目前已有的topic model进行分类总结，然后选择几个代表性的topic model进行较为详细的介绍，从而理解topic model 的思想，以及怎么应用。topic model最经典的模型之一是LDA（latent dirichlet a

隐马尔可夫模型(HMM)简介请各位读者深吸一口气……呼……开始……（一）阿黄是大家敬爱的警官，他性格开朗，身体强壮，是大家心目中健康的典范。但是，近一个月来阿黄的身体状况出现异常：情绪失控的状况时有发生。有时候忍不住放声大笑，有时候有时候愁眉不展，有时候老泪纵横，有时候勃然大怒……如此变化无常的情绪失控是由什么引起的呢？据警队

topic model的介绍性文章已经很多，在此仅做粗略介绍，本文假设读者已经较为熟悉Topic Medel。Topic Model （LDA）认为一个离散数据集合（如文档集合，图片集合，为行文方便，本文统统以文档集合作为描述对象，其他的数据集合只需换掉对应的术语即可）是由隐含在数据集合背后的topic set 生成的，这个set中的每一个topic都是词的概率分布。对于文档中的每一篇文档

原网址：http://www.evanmiller.org/statistical-formulas-for-programmers.htmlStatistical Formulas For ProgrammersBy Evan MillerDRAFT: May 19, 2013Being able to apply statistics is like havin

前面的近20篇博文已经牵扯到很多机器学习算法咯，已经吊足了胃口，决定从后面开始正式系统的学习机器学习理论，并尝试进入实战阶段，涵盖：加州理工(caltech)的 Yaser Abu-Mostafa教授的机器学习，偏重于传统统计理论斯坦福大学（Staford U)的Andrew Ng教授的机器学习，偏重于实用，直观理解多伦多大学（Tronto U）的Geoffery Hint

DeepLearning（深度学习）原理与实现（一）源自：http://blog.csdn.net/marvin521/article/details/8886971 经过三年的狂刷理论，觉得是时候停下来做些有用的东西了，因此决定开博把他们写下来，一是为了整理学过的理论，二是监督自己并和大家分享。先从DeepLearning谈起吧，因为这个有一定的实用性（大家口头传的“和钱靠的很近

英文原文：Tour De Babel，翻译：baohao(译注：圣经记载：在远古的时候，人类都使用一种语言，全世界的人决定一起造一座通天的塔，就是巴别塔，后来被上帝知道了，上帝就让人们使用不同的语言，这个塔就没能造起来。 巴别塔不建自毁，与其说上帝的分化将人类的语言复杂化，不如说是人类自身心灵和谐不再的分崩离析。之所以后来有了翻译，不仅是为了加强人类之间的交流，更寄达了一种愿望，希望能以此

互联网上面有大量的Java电子书，但是大部分都是过期或者不准确。这里是mkyong网站经整理的最棒的5本免费的Java电子书，它们都有名、完整、更新、详尽的。无论是Java初学者还是有经验的程序员都很有帮助。1. The Java Language Specification, Third Edition下载 : http://java.sun.com/docs/books/jls

在之前的一篇博客中我曾提到：程序员成功的秘诀在于创意和原创性思维。但是如果你没有创意该怎么办？别担心，并非只有你这样。事实上，你所遇到的大部分程序员都缺乏创意。原因在于，跟编程中客观的逻辑性思维相比，创意需要一种不同的思维方式。幸运的是，创新思维是可以学习的。我列出了一个可以激发创意的书籍清单。(注：排名不分先后，有两本书没有相应中文名，应该是没有中文版)《Pragmati

原文出处： Linuxtoy本文将向各位推荐 9 本免费的 Python 语言编程书籍，希望对你学习 Python 编程有所帮助。1. A Byte of Python by Swaroop C H十分简明的 Python 教程。“无论您刚接触电脑还是一个有经验的程序员，本书都将有助您学习使用 Python 语言。”包含 Python 2.x 和 Python 3.0

英文原文：linuxlinks    翻译：开源中国R语言是主要用于统计分析、绘图的语言和操作环境。 R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman 开发。 （也因此称为R）现在由“R开发核心团队”负责开发。 R是基于S语言的一个GNU项目，所以也可以当作S语言的一种实现，通常用S语言编写的代码都可以不作修改的在R环境下运行。 R的语法是来自Sche

英文原文：Must read C++ book list，翻译：iteye多读一些优秀的书籍，对于开发者稳固编程基础、提高编程技能有很大帮助。但是，大多时候，初学者不知道应该读什么书入门，有一定基础的开发者不知道如何进阶。本文总结了一个C++优秀书籍清单，希望能够为你带来一定的帮助。这些书大多数都有中文版，并且可以很容易在网上找到。阶段 1《Essential C+

英文原文：Pingdom    编译：伯乐在线 - 黄利民谁不喜欢免费的东东呢？本文收集整理了一些Linux电子书（多数都有可下载的PDF格式），可用作为参考书，或学习材料。主题覆盖比较广，从Java高级编程、GNU、Emacs、设备驱动到内核等。无须付费，就可阅读这些内容丰富的电子书。0. Advanced Linux programming | Linux高级编程 

你对自由职业是否有过这样一种困扰，你想不明白却又不敢咨询呢？也许你想从事自由职业，但是你对如何开始却知之甚少。你可能需要帮助来找寻答案。幸运的是，我们能够帮你解决困扰。当然，伯乐在线职场博客已经编译不少自由职业的相关资料，以帮助新人来了解这个行业。我在本文列举了十大免费电子书资源（也增加了几本额外的），有助你成为出色的自由职业者。这些书是按篇幅长度罗列的，从几十页到几百页，它们已经包含所有

Python 是一种面向对象、直译式计算机编程语言，具有近二十年的发展历史，成熟且稳定。它包含了一组完善而且容易理解的标准库，能够轻松完成很多常见的任务。它的语法简捷和清晰，尽量使用无异义的英语单词，与其它大多数程序设计语言使用大括号不一样，它使用缩进来定义语句块。Python 可以和 C/C++ 语言整合在一起，也能支持命令式程序设计、面向对象程序设计、函数式编程、面向侧面程序设计、泛型

来源： 刘未鹏的博客 （@刘未鹏pongba）Joel Spolsky曾经感叹：招聘难，难于上青天（此处笔者稍加演绎:)）。他有两个辛辣但不乏洞察力的断言：真正的牛人也许一辈子就投大概4次简历，这些家伙一毕业就被好公司抢走了，并且他们的雇主会给他们不赖的待遇，所以他们也不想挪窝。（刚刚去世的Dennis Ritchie就是这样一个人）而“人才”市场上能找到的大多都不是什么人