IT届的小学生

统计语言模型工具有比较多的选择，目前使用比较好的有srilm及kenlm，其中kenlm比srilm晚出来，训练速度也更快，而且支持单机大数据的训练。现在介绍一下kenlm的使用方法。

一款豪华、全功能的终端软件MobaXterm。它不仅可以像PuTTY一样通过SSH连接Raspberry Pi等开源硬件，并且还能： 直接的便携版 内建多标签和多终端分屏 内建SFTP文件传输 内建X server，可远程运行X窗口程序 直接支持VNC/RDP/Xdmcp等远程桌面 默认的UTF-8编码 更加友好的串口连接设置 操作更明确，更少的“神秘技巧”

基于矩阵分解的个性化推荐系统——论文，比较不错的论文

数学建模模板(建模论文竞赛标准版)，1. 应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法应用意识：要解决实际问题，结 果、论符合；模型方法果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。 果要易于理解，便实际应用；站在者的立场上想问题处。  2. 数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象数学建模：用方法解决问题， 要有型；的抽象方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。 方法有普适性、科学，不局限于本具体问题的解决。  3. 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 创新意识：建模有特点，更加合理、科学效符实际；普遍 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。 应用意义；不单纯为创新而。

写好数学建模竞赛答卷注意事项（参赛宝典）

官方提供的最新Go语言安装包， 2017年go1.9rc2.windows-amd64.msi

window_mongodb执行过程个人笔记——不建议下载.txt Mongodb，分布式文档存储数据库，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB是一个高性能，开源，无模式的文档型数据库，是当前NoSql数据库中比较热门的一种。它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。Mongo使用C++开发。

PageRank，网页排名，又称网页级别、Google左侧排名或佩奇排名，是一种由[1] 根据网页之间相互的超链接计算的技术，而作为网页排名的要素之一，以Google公司创办人拉里·佩奇（Larry Page）之姓来命名。Google用它来体现网页的相关性和重要性，在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。Google的创始人拉里·佩奇和谢尔盖·布林于1998年在斯坦福大学发明了这项技术。 PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源（甚至来源的来源，即链接到A页面的页面）和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。

基于最小领域知识的主题建模 ，一种基于融合知识的主题模型的微博话题发现方法，涉及自然语言处理领域 传统的主题挖掘技术基于概率统计的混合模型，对文本信息进行建模，使得模型能够自动挖掘出文本中潜在的语义信息，使用户能够快速的了解文本中所涉及的内容。通过主题模型，不仅能够获得文本集合中主要涉及的信息，而且能够获得每篇文档中的内容信息。常见的主题模型有概率潜在语义分析(ProbabilisticLatentSemanticAnalysis,PLSA)模型[1]和潜在狄利克雷分配(LatentDirichletAllocation,LDA)模型[2]。但该类技术仅考虑文本集合中的文本信息，其他有用的信息，如文本的类别信息等，无法被利用起来。

　TextRank 算法是一种用于文本的基于图的排序算法。其基本思想来源于谷歌的 PageRank算法, 通过把文本分割成若干组成单元(单词、句子)并建立图模型, 利用投票机制对文本中的重要成分进行排序, 仅利用单篇文档本身的信息即可实现关键词提取、文摘。和 LDA、HMM 等模型不同, TextRank不需要事先对多篇文档进行学习训练, 因其简洁有效而得到广泛应用。

高德地图 API POI 分类编码表，地理编码/逆地理编码 API 是通过 HTTP/HTTPS 协议访问远程服务的接口，提供结构化地址与经纬度之间的相互转化的能力。 结构化地址的定义： 首先，地址肯定是一串字符，内含国家、省份、城市、区县、城镇、乡村、街道、门牌号码、屋邨、大厦等建筑物名称。按照由大区域名称到小区域名称组合在一起的字符。一个有效的地址应该是独一无二的。注意：针对大陆、港、澳地区的地理编码转换时可以将国家信息选择性的忽略，但省、市、城镇等级别的地址构成是不能忽略的。

python 3.6 scipy包 scipy-0.19.0-cp36-cp36m-win_amd64.whl

python wordcloud-1.3.1-cp36-cp36m-win_amd64.wh

python snownlp-0.12.3.tar.gz

python xlwt3-0.1.2.tar.gz 包

RODBC包

randomForest包

R-Rwordseg_0.0-1包

cw2vec相关资料，全国知识图谱与语义计算大会（CCKS2018）8月14日至17日在天津举行，凭借出色的专业能力，阿里健康团队在中文电子病历命名实体识别评测任务中夺冠。 cw2vec: （Learning Chinese Word Embeddings with Stroke n-gram Information） AAAI 2018高分录用的一篇中文词向量论文