S**U
发帖数: 7025 | 1 What is the best way to preserve Buddha's Teaching─learning or practice?
Here is a historical perspective when it was played out in Sri Lanka.
http://en.wikipedia.org/wiki/Buddhist_studies
Throughout much of Buddhism’s history, Buddhist scholarship and practice
have been two very distinct vocations in a highly polarized tradition. Not
surprisingly, stories reflecting the study/practice dichotomy in Buddhism
are abundant in both the primary and secondary literature on the subject.
Walpola Rahula’... 阅读全帖 |
|
x******1
发帖数: 31 | 2 Bishop 的 Pattern Recognition and Machine Learning (2nd edition)是俺觉得最好的入门。
The Elements of Statistical Learning (2nd edition) 观点偏向统计。
这两本几乎是必看的，而且网上都有下载。
Bishop 的 这本把 graphical model 几乎重要的都cover了，搞得 Jordan 对于是否再写一本很鸡肋。不过有趣的是，Jordan 现在广为流传的 draft 起初是和 Bishop合写的。
剩下要看 reinforcement learning 的话，当然是 Rich Sutton 的书，有些老，可惜Rich 现在没心思出第二版。
要看 kernel method 的话， Shaw-Taylor & Cristianini 的比较容易看，特别有兴趣的可以看Schoelkopf & Smola，不过很多内容都过时了。Smola 在写新书。
如果对logic比较感兴趣的，Tom Michell 的书还行，俺看过又忘了，不做这领域，没发言权。
如果只是想很浅地了解的 |
|
N**D
发帖数: 10322 | 3 learning theory:
A probability theory of pattern recognition
learning kernel methods by Ralf Herbrich
etc
好的入门。
再写一本很鸡肋。不过有趣的是，Jordan 现在广为流传的 draft 起初是和 Bishop合
写的。
惜Rich 现在没心思出第二版。
趣的可以看Schoelkopf & Smola，不过很多内容都过时了。Smola 在写新书。
没发言权。
以外，很多人都推荐Prediction, Learning, and Games。 |
|
g*****1
发帖数: 998 | 4 可是做过的project基本就是machine learning在具体问题中的的一些application基本
都是matlab中做的，所有的啥svm阿NN阿不是matlab中自带的functions就是利用比如说
svm-light package之类的，再根据具体问题按照一定procedure找出好参数拉，找好
model阿串起来。
一般cs master准备面试如果像备考那样看数据结构和算法，加上一门c++或java，大概
就是这个样子吧。我觉得即使这些我准备的很好还是有几大硬伤：
1.project没有正经用java或c++做过
2.作的东西也都是把现成的算法试来试去来解决问题，没有什么自己的创新。感觉我做
的东西挺弱的：code没啥技术含量，好像也从未涉及过什么高深的算法或那些很流行的
数据结构graph啥的，那些machine learning的function都是现成的。
请大家指教一下我除了加强数据结构和算法以及java/c++外，应该如何做？自己找
project我不知道如何下手以及怎样才叫有分量；我个人很喜欢和machine learning有
关的东西，可是我知道 |
|
w***s
发帖数: 424 | 5 其实machine learning的入门级textbook还真不好找。
个人觉得现在machine learning基本都用statistics的理论，而CS专业的人大多鲜有
statistics背景，所以一上来看
machine learning的书往往被statistics搞得晕头转向。 |
|
w*****j
发帖数: 49 | 6 I'm not cs major and just started to learn os recently.
I could only understand very little of them. Could anybody on this board
tell me how to learn os effectively? should i first learn something else
first? |
|
x****n
发帖数: 4 | 7 I am looking for Ph. D. students to work in the area of machine learning and
operations research. I recently started as an assistant Professor in the
department of mechanical engineering in the National University of Singapore
. My current research interest focus on learning and decision-making in
large-scale complex systems. Specifically, I have done work in machine
learning, high-dimensional statistics (e.g., Lasso), robust and adaptable
optimization, and Markov decision processes, which has b... 阅读全帖 |
|
r********3
发帖数: 2998 | 8 目前的machine learning算法似乎没有100%的。如果是100%的规则，那么自己把规则嵌
入系统就行了，不用让machine去learn了。楼上给的paper，根本不是追求100%
precision的。追求100%的precision的话，光靠machine learning的人是搞不出来的。
实际很多问题要追求真正的100% precision，可以考虑实际一些简单，但是有效的方法
。比如一些systematic的方法，或者一些policy，系统架构上的改善。比如要对mp3歌
曲进行机器分类的时候，不妨直接看一下嵌入mp3的meta信息，里面包含了歌手名字，
唱片公司，专辑名字。 |
|
w***f
发帖数: 903 | 9 Deep Learning 这个坑我劝你能不跳就不跳。 Neural Networks 历史上的几次大的起
伏都是数学上的工作引发的。 那本perceptron一下就压住它几十年。BP算法的出现（
或者应该说被重新发现），突然又让人看到希望了。这次的Deep Learning 实际上是和
当年那个一个隐层就够了的精彩证明对掐。问题是，你看到了Deep Learning背后有一
样solid的数学工作吗？反正我是没看见。 |
|
K****n
发帖数: 5970 | 10 deep learning比tree总的来说慢很多，算是个对infastructure优化的driving force
，不过这么说是因果倒置的。
你说的对，确实理论上nn比各种tree没啥优势。。。除非deep learning的理论／直觉
是对的－－当deep structure和“真实”的structure相近的时候，learning会快速而
且prediction会更准确。 |
|
f*********m
发帖数: 726 | 11 大家好！
我懂一些machine learning, data mining方面的一些常用的model,classification和
cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
和random process 方面的知识。
我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
不是fundamental level的。
烦请各位推荐一些关于以上知识的fundamental level的材料。
非常感谢 |
|
f*****h
发帖数: 228 | 12 话说phd读的是bioinformatics，能不能postdoc学些machine learning的东西呢，很感
兴趣的，觉得学了以后，研究领域会变宽，不是machine learning在bioinformatics的
应用，是真的machine learning，谢了 |
|
m***w
发帖数: 404 | 13 有没有人知道以下的Journal的IF和average first round review period? 谢谢啊
Journal of Machine Learning Research
Machine Learning,
IEEE Trans PAMI,
IEEE Trans SMC(B)，
IEEE Transactions on Knowledge and Data Engineering，
Journal of Artificial Intelligence Research，
IEEE Transactions on Computational Intelligence and AI in Games， Artificial
Intelligence，
IEEE Computational Intelligence Magazine，
Engineering Applications of Artificial Intelligence，
Robotics and Autonomous Systems，
Autonomous Agents and Multi-Agent ... 阅读全帖 |
|
s*******h
发帖数: 3219 | 14 【 以下文字转载自 JobHunting 讨论区 】
发信人: sammamish (sammamish), 信区: JobHunting
标 题: 华人大妈谈deep learning的未来，大家怎么看？
发信站: BBS 未名空间站 (Thu Mar 23 22:04:25 2017, 美东)
scootie 发于 2017-03-22 16:20, 论坛: Chats&&华人闲话
我对deep learning这行没什么好感，感觉泡沫大于实际用处。抛开虚头八脑的东西，骨
头就是以前的dms数据库管理。
搞big data的大牛都说了，大数据目前尚无error bar，根本无从验证数据的真伪，所
以big data支持所有人的所有观点，也就是什么都不支持。
数据有多种query法，因为数据量极大，微小的query差异都能导致最终结果的极大差距
。而哪个结果对那个结果不真，没有standard去验证。
就好像心理学研究做survey取sample，如何问问题，选择哪些问题来问，最后可以导致
完全不同的结果。而且结果是否是因为问题牵涉的条件s所导致的，并没有确凿证据。
至于machi... 阅读全帖 |
|
y**3
发帖数: 267 | 15 All the fields have the same problem with deep learning.
For ex, if ur image train set does not contain image of labeled pig, when ur
test set has a pig, there is no way for ur deep learning algorithm to
classify it as a pig.
Ok teach me about cognitive psychology. How does it relate to deep learning? |
|
u*********1
发帖数: 2518 | 16 I'm starting to learn coding;
Though I'm reading some python books page by page, but most of time is still
spent on project and google coding; ie. according to the demand of the
project, I post lots of questions on biostar or stack overflow and get lots
of responses and learn a lot.
I'm just wondering, is this a correct way to learn coding? Have most people
like me been through like this?
thx |
|
e*********6
发帖数: 3453 | 17 biomarker上的研究要用deep learning来发展，从原始数据开始，越原始越好。原始数
据里的feature是非常稀疏，就好DNA序列ATGC或者一个一个像素点一样。
就像人脸识别，deep learning擅长的是从原始的pixel 上来识别，要是把眼睛鼻子嘴
巴给标出来，deep learning就没啥优势。
为什么没人做？和人有关系，就算不提在industry上的需求，就在学术界，人家能改改
model，beat了deepSea或者deepbind的表现，稳稳妥妥一篇Bioinformatics以上级别的
，为什么要开这些高风险项目？ |
|
f*********m
发帖数: 726 | 18 大家好！
我懂一些machine learning, data mining方面的一些常用的model,classification和
cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
和random process 方面的知识。
我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
不是fundamental level的。
烦请各位推荐一些关于以上知识的fundamental level的材料。
非常感谢 |
|
f*********m
发帖数: 726 | 19 大家好！
我懂一些machine learning, data mining方面的一些常用的model,classification和
cluster方法，也用过一些在工作和学习中。现在想多学习一下machine learning,
data mining的一些基础知识，比如bias-variance tradeoff,相关的一些probability
和random process 方面的知识。
我找了一些材料，比如Vapnik的statistical learning theory,但是感觉他们比较深，
不是fundamental level的。
烦请各位推荐一些关于以上知识的fundamental level的材料。
非常感谢 |
|
l****o
发帖数: 2909 | 20 Hi, are you a phd in machine learning? Hi, were you a phd in machine
learning? I got a master in machine learning as well. |
|
a*****g
发帖数: 19398 | 21 The 21st century learning skills are often called the 4 C's: critical
thinking, creative thinking, communicating, and collaborating. These skills
help students learn, and so they are vital to success in school and beyond.
See videos of each main area below at the website - https://k12.
thoughtfullearning.com/FAQ/what-are-learning-skills
Critical Thinking
Critical thinking is focused, careful analysis of something to better
understand it. When people speak of "left brain" activity, they are usual... 阅读全帖 |
|
a*****g
发帖数: 19398 | 22 The 21st century learning skills are often called the 4 C's: critical
thinking, creative thinking, communicating, and collaborating. These skills
help students learn, and so they are vital to success in school and beyond.
See videos of each main area below at the website - https://k12.
thoughtfullearning.com/FAQ/what-are-learning-skills
Critical Thinking
Critical thinking is focused, careful analysis of something to better
understand it. When people speak of "left brain" activity, they are usual... 阅读全帖 |
|
m******g
发帖数: 621 | 23 Statistical physics --> information theory --> Machine learning.
machine learning数学基础我记得好像是Probabilistic graphical model
deep learning目前好像没有一个统一的理论 |
|
m******g
发帖数: 621 | 24 Statistical physics --> information theory --> Machine learning.
machine learning数学基础我记得好像是Probabilistic graphical model
deep learning目前好像没有一个统一的理论 |
|
D*******a
发帖数: 3688 | 25 【 以下文字转载自 CS 讨论区 】
发信人: DrumMania (羊城乎乎大少), 信区: CS
标 题: 请大侠推荐一本bayes learning的书吧
发信站: BBS 未名空间站 (Mon Dec 12 13:41:01 2005), 站内
发信人: DrumMania (羊城乎乎大少), 信区: EE
标 题: 请大侠推荐一本bayes learning的书吧
发信站: BBS 未名空间站 (Mon Dec 12 13:40:57 2005), 转信
最好带有distributed bayes learning topic的
多谢多谢 |
|
d****y
发帖数: 2180 | 26 我是来混包子的，嘿嘿。
看懒猫关于冒泡与潜水有感。
比较酸，慎入。 为了那200字的要求我凑得容易嘛。。。LOL
Sharing is a powerful tool that can build your successful networking
thus help you to climb up the career ladder.
Nowadays, share key learning with your colleagues is a key component of
employee performance evaluation. Modern employers have realized the
power of sharing
Within the corporations and sometimes even with external partners. By
sharing the successful stories, lessons and learns, others can learn the
successful experiences and av... 阅读全帖 |
|
k*****a
发帖数: 7389 | 27 就是说，让人learning比让machine learning合理得多。machine learning容易扯着蛋 |
|
l*********g
发帖数: 1899 | 28 用于下围棋的话，媒体上现在talk得很火。在投资（投机）领域，我认为Deep
Learning是探索阶段，可能也是以后的潮流。其实不管哪种技术，本身没有什么牛不牛
，关键是搞的人牛不牛。
那个邓力，最近跳槽去Citadel的人工智能专家，我估计Citadel就是想让他去看看能不
能用AI做投资，搞出点什么新意思。Deep Learning其实就是implement Machine
Learning的一种Technique，这两者的老祖宗都是AI。所以，也可以说你们公司雇佣那
个PHD和Citadel雇佣邓力的目的类似。
据说邓力擅长研究大数据、语音、文本、图像和多模态处理的深度学习和机器智能方法
，因此，笼统地说，我估计Citadel可能想看看邓力能否在如何获得一手数据、分析一
手数据，以及对投资中需要进行的预测等方面带来一些新意思和突破。 |
|
S******y
发帖数: 1123 | 29 I am trying to under this -
Example of generative learning - in email spam
detection :
First, we learn what a spam email is like
(features...)
Then, when an email comes in, we immediately decides
whether it is a spam mail (based on what we learned
about spam mail or not..) |
|
l********1
发帖数: 990 | 30 我也感觉好像machine learning已经变成CS term了。如果只会用R做machine learning
, 即使知道其中原理，也很难match公司需要。
所以应该machine learning + 大数据处理经验（database/data structure）? |
|
r*****d
发帖数: 346 | 31 https://class2go.stanford.edu/db/Winter2013/preview/
还有coursera. 现在这种studio性质的free online classes越来越多了。
不止是SQL, 还有一些其他的XML, JASON，etc，但基本都是baby toys点到为止。
By the way, here is a quote from Leo Breiman, an iconic statistician： “...
There was little continuing interest in machine
learning about how and why Adaboost worked.
Often the two communities, statistics and machine
learning, ask different questions
Machine Learning: Does it work?
Statisticians: Why does it work?” |
|
c****t
发帖数: 19049 | 32 现在hype的data science即跟statistics不沾边，也跟真正的machine learning不沾边
。简单来说一就是把data mining的东西弄到hadoop上去（像mahout);另一个就是把
social media上的text,photo,video什么的structuralize（所谓的big data).
ASA President Marie Davidian在ASA July的首页文 Aren't We Data Science?看了吗？
http://magazine.amstat.org/blog/2013/07/01/datascience/
现在火爆的神马"analytics", "big data", "data science", "machine learning"都
是ＣＳ的人搞出来的hype。
在structure data上其它专业是没的跟统计拼的。大浪淘沙，真金不怕火炼。sql这种
小学生都能学的东东也就ＣＳ的人才当回事儿。不过statistics很多人只会用SAS,也是
半斤八两。terabyte很了不起吗？传统statis... 阅读全帖 |
|
u*****o
发帖数: 1224 | 33 【 以下文字转载自 JobHunting 讨论区 】
发信人: ultrabo (夜空中最亮的星), 信区: JobHunting
标 题: 我也来求refer, machine learning/stats/SDE相关
发信站: BBS 未名空间站 (Fri Nov 1 18:10:51 2013, 美东)
希望路过的大侠如果看到有合适的位置，帮小妹内推一下，也欢迎各种建议～～
下面是个人背景：
教育： 本科和phd都是非EE/CS的工科，现在是phd最后一年，本科有统计的minor, 博
士期间也修了不少统计的课，统计基础还算扎实。本科和博士的学校牌子都还可以。
研究： 博士期间做bioinformatics的，主要做disease classification and
clustering, 对各种machine learning的模型都有涉猎，但都学的不是很深。
编程：主要是matlab，用C++刷了leetcode一遍，SQL, R，Python都会一点。
最理想的职位是entry level的data scientist，可以把积累的一些machine learnin... 阅读全帖 |
|
u*****o
发帖数: 1224 | 34 【 以下文字转载自 JobHunting 讨论区 】
发信人: ultrabo (夜空中最亮的星), 信区: JobHunting
标 题: 我也来求refer, machine learning/stats/SDE相关
发信站: BBS 未名空间站 (Fri Nov 1 18:10:51 2013, 美东)
希望路过的大侠如果看到有合适的位置，帮小妹内推一下，也欢迎各种建议～～
下面是个人背景：
教育： 本科和phd都是非EE/CS的工科，现在是phd最后一年，本科有统计的minor, 博
士期间也修了不少统计的课，统计基础还算扎实。本科和博士的学校牌子都还可以。
研究： 博士期间做bioinformatics的，主要做disease classification and
clustering, 对各种machine learning的模型都有涉猎，但都学的不是很深。
编程：主要是matlab，用C++刷了leetcode一遍，SQL, R，Python都会一点。
最理想的职位是entry level的data scientist，可以把积累的一些machine learnin... 阅读全帖 |
|
|
d***e
发帖数: 193 | 36 好多统计相关的题目，看来咱们统计找data scientist的职位还是很有优势的，大家讨
论讨论？
【 以下文字转载自 JobHunting 讨论区 】
发信人: ISphoenix (beta3), 信区: JobHunting
标 题: Data scientist / Machine Learning Engineer 相关面试题
关键字: data scientist，machine learning
发信站: BBS 未名空间站 (Sun Oct 19 17:31:36 2014, 美东)
去年我找工作的时候发现板上针对data scientist，machine learning engineer面试
题总结很少，所以尽量申请了很多公司面试相关职位，想看看行业里这个方向都在问什
么。有幸去过不少地方面试，现在把那些题目整理整理（全部来自Amazon, Microsoft,
Yelp, Pinterest,
Square, Google, Glassdoor, Groupon的电面和onsite)，希望能帮助在找相关工作的
同学们。
题目写的简略，请大家见谅
＝＝＝＝＝＝... 阅读全帖 |
|
a*******1
发帖数: 1554 | 37 以斯坦福为例，统计硕士每年招20-30人，计算机硕士每年招200-300人，统计没有本科
，计算机有本科。
统计读硕士也有很多必修课，包括概率、随机过程这些；计算机硕士也有很多必修课，
一般编程量都比较大，其实本科不是读计算机的或许还真的吃不消。。。
对于数据分析类的，cs 229 machine learning比较出名，而且计算机系貌似也只有这
一门数据分析相关的，但这门课也有很多概率论和公式推导，真正分析数据的不是很多
；统计系的就多了，stats 202 data mining, stat 305 applied linear model, stat
306a nonlinear model, stat 306b unsupervised learning,315ab statistical
learning, stat 290 statistical software等。。。cs 229没讲boosting/random
random forest这些
R的并行也有专门的parallel包，并不难用，我也正在用。。。
还有网页抓数据这些属于基本技能，严格来说，大公司会有dat... 阅读全帖 |
|
d****n
发帖数: 12461 | 38 So here is the dilemma:
如果算法的名字大家从来没听说过，那你肯定不在做machine learning;
如果算法的名字大家都听说过，那你是在用machine learning，也不是在做machine
learning |
|
d***e
发帖数: 193 | 39 【 以下文字转载自 JobHunting 讨论区 】
发信人: ISphoenix (beta3), 信区: JobHunting
标 题: Data scientist / Machine Learning Engineer 相关面试题
关键字: data scientist，machine learning
发信站: BBS 未名空间站 (Sun Oct 19 17:31:36 2014, 美东)
去年我找工作的时候发现板上针对data scientist，machine learning engineer面试
题总结很少，所以尽量申请了很多公司面试相关职位，想看看行业里这个方向都在问什
么。有幸去过不少地方面试，现在把那些题目整理整理（全部来自Amazon, Microsoft,
Yelp, Pinterest,
Square, Google, Glassdoor, Groupon的电面和onsite)，希望能帮助在找相关工作的
同学们。
题目写的简略，请大家见谅
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
1. Given a coin you don’t know it’s ... 阅读全帖 |
|
d***e
发帖数: 193 | 40 【 以下文字转载自 JobHunting 讨论区 】
发信人: ISphoenix (beta3), 信区: JobHunting
标 题: Data scientist / Machine Learning Engineer 相关面试题
关键字: data scientist，machine learning
发信站: BBS 未名空间站 (Sun Oct 19 17:31:36 2014, 美东)
去年我找工作的时候发现板上针对data scientist，machine learning engineer面试
题总结很少，所以尽量申请了很多公司面试相关职位，想看看行业里这个方向都在问什
么。有幸去过不少地方面试，现在把那些题目整理整理（全部来自Amazon, Microsoft,
Yelp, Pinterest,
Square, Google, Glassdoor, Groupon的电面和onsite)，希望能帮助在找相关工作的
同学们。
题目写的简略，请大家见谅
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
1. Given a coin you don’t know it’s ... 阅读全帖 |
|
l****g
发帖数: 761 | 41 你招的只是按照你理解的 machine learning 的那一小块 然后你就 claim 说这就是懂
machine learning 的标志
但是处理超大数据时候我没见过哪个公司用 SVM
比如google 花了无数的精力在系统层解决处理logistic regression with billions
of features
你可以说你们的数据比较小， 不需要, 但是我不觉得你这些问题怎么就跟 "懂"
machine learning 划等号了
换个角度说， 你拒绝了其他背景/经验可能带来的多样性观点 |
|
l****g
发帖数: 761 | 42 你招的只是按照你理解的 machine learning 的那一小块 然后你就 claim 说这就是懂
machine learning 的标志
但是处理超大数据时候我没见过哪个公司用 SVM
比如google 花了无数的精力在系统层解决处理logistic regression with billions
of features
你可以说你们的数据比较小， 不需要, 但是我不觉得你这些问题怎么就跟 "懂"
machine learning 划等号了
换个角度说， 你拒绝了其他背景/经验可能带来的多样性观点 |
|
c***z
发帖数: 6348 | 43 【 以下文字转载自 JobHunting 讨论区 】
发信人: ISphoenix (beta3), 信区: JobHunting
标 题: Data scientist / Machine Learning Engineer 相关面试题
关键字: data scientist，machine learning
发信站: BBS 未名空间站 (Sun Oct 19 17:31:36 2014, 美东)
去年我找工作的时候发现板上针对data scientist，machine learning engineer面试
题总结很少，所以尽量申请了很多公司面试相关职位，想看看行业里这个方向都在问什
么。有幸去过不少地方面试，现在把那些题目整理整理（全部来自Amazon, Microsoft,
Yelp, Pinterest,
Square, Google, Glassdoor, Groupon的电面和onsite)，希望能帮助在找相关工作的
同学们。
题目写的简略，请大家见谅
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
1. Given a coin you don’t know it’s ... 阅读全帖 |
|
发帖数: 1 | 44 我一直做基本的machine learning和data process
deep learning我当然知道是deep neural network；但我的意思是，毕竟实现操作起来
不一样。dl对GPU要求高，running时间长，甚至侧重点（比如图像）都和我过去做的不同
所以deep learning是一个全新的领域，我要学习是要花大量时间投入的。
我一方面是为research，一方面也为了转行data sci（从生物）；分析疾病数据比我偷
偷分析互联网数据更可以得到老板的支持嘛
不过你说的非常对，我缺少科班数学的training，所以弥补，但也不是一朝一夕；不过
我非常坚决要搞这一行；我也在修网络课程。你说的matrix我当然修过，convex
optimization知道，而实分析，real analysis？我都没听说过 |
|
w*******y
发帖数: 60932 | 45 Kohls
Apply 20% code TWENTYMAY
$0.99 S/H
Fisher-Price Go Baby Go! Bat & Wobble Penguin $11
Fisher-Price Laugh & Learn Learning Phone $9
|
|
w*******y
发帖数: 60932 | 46 Fisher Price Learning Mower $10.20 free shipping with Prime (FSSS) from
Amazon
$23.99 on sale for $10.20
This playful mower has three different modes, allowing your child to explore
a new kind of fun in each mode. In Learning Mode, kids will learn things
like colors, shapes, opposites and actions. In Music Mode, tots will love
the mowing song and great musical ditties that accompany the mower's
activities. And Imagination Mode provides realistic mowing sounds when kids
push the mower along. Requ |
|
|
|
|
w*******y
发帖数: 60932 | 50 Walmart.com drops the LeapFrog Zippity High-Energy Learning System from $69
to $20
This system is designed for children ages 3-5 and interacts wirelessly with
the TV to enhance learning. Shipping is $2.97 or choose free site to store
pickup
Link:
http://www.walmart.com/ip/LeapFrog-Zippity-High-Energy-Learning
|
|
