智障大师 的专栏

已经有很多人将这本《programming collective intelligence》作为了机器学习的入门书籍。可是在我看来，这本书并不仅仅是一个机器学习的教材。当然，书中涉及了很多机器学习的算法和应用，但是正如书名所描述的那样，这更多的是一本关于collective intelligence的书。机器学习技术只是一个手段，有效的处理“群体智慧”才是这本书的目的。所以，书中描述的只是最基本的

学习java已达一周。 促使我打算学习java的原因是今年的一个项目。今年用C++做了一个很简单的分布式non-relational key-value store. 功能仿照Dynamo，但是实现要比它简单得多，很多比如容错等模块都没有加上去。但即便如此，用C++来开发这么一个东西仍然不是一件让人愉快的事。举个例子，为了用event driven架构，一开始打算使用epoll，但是epo

几年前，如果你上一个技术论坛，那么很容易就可以陷入到一场关于编程语言之争的口水仗。这几年，也许是大家吵翻了，口水仗倒是没有了，但是却又走到了另一个极端，不能容忍一点点关于语言上的争论和比较。很多时候，刚刚开个头，马上就会有人跳出来说，语言无高下，争论没意义。其实，语言是有高下之分的。拿自然语言说，好比英语和中文，英语在措辞上就是要比中文精确许多，所以写论文的时候用英文往往能够表达得更准确。编程语言

第一本是“seven habits of highly effective people”，中文名叫做“高效人士的七个习惯”。这本书也算是老牌经典了，相信不少人都听过。书很适合我这种初涉职场的人看。内容当然就是一些好的工作习惯，很多的外企都拿这本书作为员工的培训教材。另一本是“The effective executive”，中文名“卓有成效的管理者”。初看这本书的时候，我被中文名误导了，以为

偶得之。精辟。 作者马伯庸。祥瑞御免。 其实本文最初的题目是《装B文写作指南》，但是“装B”这个词太粗俗了，我更喜欢用“内涵”来代替。同时这也是本指南的第一个启示：“每一个词都有正、负两种属性，当涉及到自己的时候，尽量用正面的说法；当涉及到别人的时候，尽量用负面的说法——尽管两者差不多是一回事。” 比如：“相比起那些装B的影评，我认为深入挖掘影片本身的内涵更

前几天跟一个牛人聊天，话题是关于system research。 牛人说，做system research很难。在很多领域（比如俺以前的NLP），你可以做一些很理论化的东西，或者简单实现一个算法跑一跑实验，如果结果好的话，你就可以去发paper了。而做system research的人，他们就需要去搭建一个大的system，无疑工作量要大很多。此外，在一些领域，你可以事先假定一些条件，在这

<br />用Ubuntu的人当然都喜欢用apt-get装软件咯。<br />俺今天就是用apt-get装postGIS。一开始采用的是sohu的mirror，结果装完之后，运行俺的程序就是报错，很久之后发现是postGIS的版本不对....sohu的mirror上postGIS的版本竟然还是1.4的...泪奔啊....<br />于是把之前的卸载了，换了163的mirror，直接安装上了1.5版本。<br /> <br />哎，sohu也太不给力了。<br /> 

<br />关于网游行业的一个批判。写得不错。赞。<br /> <br />原文Link： http://www.youxihun.com/bbs/viewthread.php?tid=17580<br /> <br />作者简介：原研究物理，因玩游戏导致丢掉专业后进入游戏业。从业十年，期间未有所<br />建树，曾就职几个知名公司，掺和过《大富翁6》《仙剑奇侠传3》《功夫世界》《由我<br />世界》等等一堆产品。喜欢写愤青文，如《给想进入游戏业信任的八个忠告》《成为游<br />戏制作者，你

<br />(1)<br />前两天不记得在哪看了篇blog，大概的意思是说学AI的，或者做Data Mining的人，对数学要求会比较高，如果是做System的，就不需要太多的数学知识。俺深不以为然。<br />不过我倒是能理解这种说法，翻看AI领域的paper，大多都堆砌着不少数学公式和推理，如果是System方面的文章，可能通篇都找不到一行公式。另外一点易让人误会的是，做System的往往需要在工程上下很大的功夫，所以也不太容易体现出在数学上的造诣。但是这并不意味着做System的人就不需要懂

A是某个部门的头，手底下有好几个team。平日里，这些team都是各自为战，年初的时候报指标，年底的时候考察总结。新年伊始，A雄心勃勃，有一个非常好的项目计划I。因此希望能整合各个team的资源，一起来做这个大的项目。最简单的做法，就是强制的将这个项目分派下去，各个team各领一份。不过这个方法会很有问题，首先，不能保证每个team都能够接受I这个计划，可能会对项目有抵触情绪，最终会影响到

 说明：我对李先生并不偏见，甚至很长时间内对他充满敬意。因为他会乐意去关注大学生的成长，无论其是否有沽名钓誉之嫌，至少他的行动值得尊敬。此外，本人绝对不是IT“专家”，以下文字只是一个IT民工的个人感触。 “我们的模式是创业者找到我，我认可后他就进入创新工场，我提供资金、帮他打造团队和优化他的商业计划，但他要分我比天使更多的股份。”以上是李先生在接受采访时的

官方主页： http://www.justiceharvard.org/优酷上也能够找到相关视频 关于伦理道德辩论的一系列课程讲座。我才看完第一集。一口气看完的，讲得特棒，俺就记住了几个词：categorical / consequentialist moral reasoning ... blabla ...，呵呵，比美剧好看。 强烈推荐。

前几天有幸和Gartner的一位sales聊了一会。说有幸，是因为一个做技术的，其实并没有太多的机会能和其他圈子的人交流，更何况是这种深入的探讨。Gartner，中文名“高德纳”，世界上最权威的IT咨询顾问公司。和埃森哲或者IBM咨询不同，Gartner并不做任何的项目实施，它只提供看法和主意。可以把它当成是一个“智库”。作为一个技术人员，“咨询”这个词很难让我产生好感，更何况这还是一个只出主意不

“把冰卖给爱斯基摩人”是营销学中的一个经典案例，可今天自己想了想，生活中这种事情还真是挺多的。比如，你可以做成冰雕然后卖给爱斯基摩人。这是卖设计。虽然都是冰，但明显后者有了附加值，表面是还是卖的冰，但其实冰已经不是冰了。还可以卖品牌。“这是著名的哈根达*的冰，口感纯正，味道绝佳。”还可以卖概念，卖包装。“这是南极极地的冰雪（爱斯基摩人在北极哦....），通过27层净化，高度纯净，外层包装采用纳米材

近年，略带赌性的“史氏广告”所向披靡，创造了一个又一个中国营销神话。而在这些以恶俗著称的“史氏广告”背后，却是史玉柱洞悉人性、缜密策划，敢于投入、精于执行的系统性广告策略思维。 金融海啸席卷全球，经济寒冬如乌云压顶。在大家都感受到阵阵寒意，纷纷收缩战线，减少投入，锐减广告准备过冬的时候，却来了一位胆大不怕“冷”的——2008年11月初，在中央一套黄金广告时段，出现了一则似曾相识的广告——“

本文我最早贴在了北邮人论坛上，如果要转载，注明出处哦。  今年招了两次实习生，筛了几百份简历，面了好几轮，有些心得，希望能对师弟师妹们有些帮助。 因为我参加过的都是技术人员的招聘，所以以下的经验可能更适用于技术人员的实习，当然，我希望对于其它方向的同学也有借鉴。  首先需要强调的是，如果你投了好些实习职位都没有回音的话，不要妄自菲薄。一般来说，除非是像IBM蓝色之路这样的大规模实习

现在谈到国外的搜索引擎，人们知道的大概就只有google。可是在七八年前，在google还没成立或者刚刚成立的时候，那个时候的搜索引擎界也是强者如云，Inktomi就是其中之一。现在谈Inktomi，基本上无人知晓，所以如果你想知道它当时的地位，可以把它看做是七八年前的google。当然，那时候的Inktomi还不具有今天的google这种一统天下的局面，但是也算是行业的领头者。Inkto

仔细看了看，已经很久没有更新博客了。 没办法，今年以来事情实在是太多了，公司的，家里的，好不容易有点小空闲也想休息睡个觉什么的，没找到时间静下心来写东西。其实最近攒了不好货的：看过一阵子CouchDB的文档，把它的设计和技术细节搞得差不多了；实验了BerkeleyDB，也看了些资料，确实是个很有个性的东西；可以考虑写个SEDA源代码的解析；pthread编程；搭建过一次

今天听了一位工业设计界的大牛的讲座，颇有感想，记下来，怕过会就忘了。 讲座中提到了一些现在中国设计界的一些状况，感觉他们混得不错，常有国际大奖。并谈到要努力将“made in China”转变为“Design in China”。想想IT行业，其实也面临着这样的转变。在过去的这十几年中，中国的IT业，无论是硬件还是软件，更多的也是处于制造的阶段。比如软件行业，之所以称之为IT民工，就是因为

（最近太忙，有日子没来了，没想到今天登陆一看，俺的blog也开始有人回复了，呵呵，不容易啊） 这篇不是技术文，只是一些感慨和唠叨。 “几年下来，每天就是发邮件和写PPT....”，我听过两类人发出过这样的抱怨或者自嘲，一类是做咨询的，一类是大企业的manager。暂且不区分这话到底是抱怨还是感慨，至少说明一件事，写邮件和写PPT在某些工作中其实很重要。这里，先把发邮件撇一旁，单说说

做个预测，放在这里，不知道若干年之后能否应验：5-10年内，图像处理技术将会走出实验室而大放异彩，并会基于此诞生很多新的应用。理由：1. 图片资源已经非常丰富，并且人们生产高质量图片的手段越来越多，因此存在潜在的消费图片的需求；2.技术已经比较成熟了，关键在于怎样切入；当信息不断