d******e
发帖数: 7844 | 1 LDA一般情况下就是指Fisher Linear Discriminant.
对于机器学习，一般来说，Dimensionality reduction只是一个提取特征/Feature
Extracion的过程，然后可以配合各种不同的分类器/Classifier。
当然，统计课本里教的Fisher Linear Discriminant是包括分类过程的，其实就是FLD&
Nearest Centroid + L2 distance |
|
H**********f
发帖数: 2978 | 2 这是个variable selection问题。这题应该没有标准答案，就看你能不能说出个123，
所以你得对这方面有所了解，但不见得上来就会做。你要说出一些关键词比如variable
selection，一些常见的可以做variable selection的分类方法比如forward/backward
selection，lasso regression，svm等，一些判断分类器好坏的办法比如AIC／BIC，
cross-validation。
如果深究这个问题：
https://en.wikipedia.org/wiki/Feature_selection
办法很多，还有不少专门针对gene expression的方法。
and |
|
k*****e
发帖数: 22013 | 3 发信人: Tmelon (Tmelon), 信区: Reader
标 题: 卡尔·萨根的道德准则分类——我们属于哪一类？
发信站: 水木社区 (Wed May 5 11:27:03 2010), 站内
我们如何决定做什么？我们的反应部分取决于我们认识到的私利。我们报恩或
者报怨， 这是因为我们希望这能实现我们想要的东西。一些国家生产和爆炸核武
器，这样其他的国家 就不会把它们当作儿戏了。我们以善良报答邪恶，因为我们
知道这样有时候能触动人们的正 义感，或者让他们因为羞愧而走上正路。但是有
时候我们并非出于自私的动机。一些人似乎 天生就是善良的。我们承受来自上年
纪的父母或者子女的怒火，因为我们爱他们，希望他们 高兴，即便我们要付出一
些代价。有时候我们对待我们的孩子态度强硬，并让他们有点不高 兴，因为我们
想要塑造他们的人品，并且认为长远的结果将给他们带来更多的幸福，这超过 了
短期的痛苦。
例子各有不同。人们和国家各有不同。知道如何解决这些困境，属于智慧的一
部分。但 是考虑到人类行为的多样性和复杂性，有没有一些简单的规则——不管
我们称之为伦理还是 实效——确实是可行的 |
|
s**p
发帖数: 2771 | 4 给那群癞皮狗老将发狗粮的是法轮功、FBI，而给器人加机油的是老邢。
搞不到一块去。 |
|
p*******p
发帖数: 13670 | 5 什么灵器，法器，法宝，灵宝，仙器，神器啥的，谁能给按照威力排序一下，看到这么
多有点晕 |
|
s*******n
发帖数: 10426 | 6 器和宝是两个层次的东西，器可以量产，宝不行，灵<法<仙<神。
基本上是这个顺序，但个个小说设定还是有点不一样的 |
|
p*******p
发帖数: 13670 | 7 那就是说
灵器，灵宝，法器，法宝，仙器，献宝，神器，神宝，温家宝？ |
|
s*******n
发帖数: 10426 | 8 不是，所有的器都不如宝，最高级的器，一般不如最低级的宝。 |
|
s*******n
发帖数: 10426 | 9 第一千六百三十一章玄天炼器术
经文还在最后自称，用此秘术炼制宝物，甚至可以和玄天之宝相提并论，这才称此术为
玄天炼器术的。
所以还是不如玄天之宝。 |
|
z***i
发帖数: 8285 | 10 在日前召开的市长办公会上，北京市规划委副主任黄艳汇报有关天安门地区整治情况时
透露，到2008年奥运会开幕前，将对天安门广场及周边地区共122公顷的地区进行规划
整治。
此次整治规划中，国家大剧院西侧路、南侧路和国家博物馆东侧路、南侧路将被打
通，天安门广场中部的地面人行通道将被改为地下人行道，以缓解行人进入广场不便的
压力。
广场东南拆临建改绿地
目前，广场东侧及南侧区域沿街建筑功能杂乱，界面零碎无序。特别是广场东南角
，聚集了规模普遍较小、档次较低的药店、服装店等，破坏了广场空间完整性。在整治
规划中，绿地和必要的服务设施将取代杂乱临时建筑。
此外，前门箭楼单一的绿地中将适当种植高大的乔冠木，并开辟树下人行空间。
黄艳表示，希望通过天安门及周边地区的整治，解决广场北部与南部绿化标准差异
过大，广场绿化缺乏连续性问题，同时能够向游人提供开放的公共绿地。
此外，本次整治将沿用广场现有的垃圾桶、电话亭、坐椅等城市设施，更新流动售
货车，增设饮水器。按照使用需求和标识功能对标识导向系统进行分类，对标识内容、
标识形式、标识位置等进行系统设计，形成完整的标识导向系统。
整治规划面积约122公 |
|
|
|
s**********e
发帖数: 33562 | 13 你这是矩阵分析的东西，还是广义范围的线性代数而已。
要举反例，最简单就是非线性分类器了，比方说kNN。 |
|
发帖数: 1 | 14 有点眉目的应用也基本上是大号的分类器这种东西。
和高级阶段的有创造力的AI有本质区别。
别的不说了，啥时候有个成熟的机器马工了，那才牛皮大发了 |
|
|
|
d*****u
发帖数: 17243 | 17 任何识别装置本质上是个分类器，也就是把一些特征映射到有限个类别之一，或者给出
各个类别的概率。
深度学习的好处简单说就是可以自动生成有效特征。
而神经网络的好处是能够有效处理高维数据，因为各维度之间的相关性可以较好地被发
掘 |
|
|
发帖数: 1 | 19 你看看这个，是不是很像
=================================
读书少，自卑，没有眼界。没有自信。
他的大问题就是没有人才，有了人才他也没本事用。只敢用几个亲信。怕人骗他。
真人才也看出他的不足，没人肯为他所用。
眼下中国面临的是何等大事？他就这么两眼一摸黑的瞎搞。
要是不弄粗天大的笑话，那才真的是奇迹了
：人工马甲分类器lol |
|
发帖数: 1 | 20 中俄如何欺骗间谍卫星？美国海军百思不得其解
2018年05月22日 07:17:31
来源：环球军事
用微信扫描二维码
分享至好友和朋友圈
34人参与 6评论
美国间谍卫星针对中俄这类高段位对手时面临着越来越多的新问题。（资料图）
美国《国家利益》网站20日题为“中俄如何欺骗美国间谍卫星”的文章称，看到照片中
那辆漂亮的本田思域了吗？其实它并不是一辆思域轿车，而是一辆伪装成汽车的俄罗斯
坦克。这篇文章对中国和俄罗斯对美国间谍卫星采取的伪装手段进行了分析。文章称，
这就是为什么美国海军想要弄明白怎样去防止计算机监控系统被愚弄，以免它把坦克误
认为是轿车。
该文介绍称，监控无人机以及卫星发回的海量照片使得人工分析越来越难以为继，计算
机已被用于图片分析，并对诸如坦克及导弹一类的物体进行识别。但就跟任何自动化技
术一样，这套系统也是可以被“忽悠”的。文章进一步提到美海军目前正在进行的一项
研究项目，该项目的目标在于更好地理解能够用来欺骗计算机视觉分类器的机制，以便
预测和对抗敌人的伪装与误导。
美国海军意识到，随着人工智能技术的不断提高，“深度神经网络正在实现对相似物体
近乎准确的识别，而这... 阅读全帖 |
|
d*****u
发帖数: 17243 | 21 最常用的是sigmoid, tanh, relu这几个
分类器的话，最顶端一般是softmax |
|
d*****u
发帖数: 17243 | 22 那也不是暴力。
暴力方法不考虑数据各维度之间的相关性，只做全盘搜索。
而深度学习是把Encoder和分类器一起训练，逐渐收敛到一个特征空间。 |
|
|
|
d******y
发帖数: 2787 | 25 刑站器人算什么垃圾？
★ 发自iPhone App: ChinaWeb 1.1.5 |
|
k*k
发帖数: 508 | 26 有点儿乱，大伙凑活吧
==========================
Phone interview questions:
==========================
1)Using c/c++ or Java, how to track stack grow up or shrink down
2)Assuming speed is more important than storage, how do you count the number
of bits that will set in 32 bit integer.
Q: 如何count任意一个整数中有多少个二进制的1
Q:在Web Crawler中，如何快速检查一个URL是否已经被check过
我的回答：建立一批Hash table，每个表用不同的Hash Function，
对每个URL，检查每一个Hash 表。具体算法，如何计算conflict，我
也不清楚，但这是NLP中的常规方法。
Q:如何很快地确定某一页是否是黄色网页
我的回答：训练一个分类器，对training data中的每个网页提取一些
描 |
|
|
|
T******7
发帖数: 1419 | 29 OKAY 多谢前辈指导。
我就怕不订 散了吧唧的 会不会让她们麻烦。
原本打算分类订。 |
|
|
m*****n
发帖数: 2152 | 31 AlphaGo的算法等技术分析
2016-03-10 田渊栋 算法与数据结构
来源：知乎专栏-远东轶事
作者：田渊栋（微博@远东轶事）
链接：http://zhuanlan.zhihu.com/yuandong/20607684
作者简介：田渊栋是卡耐基梅隆大学机器人系博士。曾就职于 Google X 部门，目前是
Facebook 的智能围棋 darkforest 的负责人和第一作者。
最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。
AlphaGo这个系统主要由几个部分组成：
1、走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。/2
2、快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度
要比1快1000倍。
3、估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。
4、蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，
形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用4搭建的系统。Dar... 阅读全帖 |
|
o*****p
发帖数: 2977 | 32 http://zhuanlan.zhihu.com/yuandong/20607684
原链接有Nature文章中的数据图，我就不转贴了。
最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。
AlphaGo这个系统主要由几个部分组成：
1. 走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。
2. 快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度
要比1快1000倍。
3. 估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。
4. 蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，
形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用4搭建的系统。DarkForest较AlphaGo而言，在训
练时加强了1，而少了2和3，然后以开源软件Pachi的缺省策略 (default policy)部分
替代了2的功能。以下介绍下各部分。
1. 走棋网络：
走棋网络把当前局面作为输入，预测/采样下一步的走棋... 阅读全帖 |
|
M*****s
发帖数: 3436 | 33 AlphaGo的算法等技术分析
2016-03-10 田渊栋 算法与数据结构
来源：知乎专栏-远东轶事
作者：田渊栋（微博@远东轶事）
链接：http://zhuanlan.zhihu.com/yuandong/20607684
作者简介：田渊栋是卡耐基梅隆大学机器人系博士。曾就职于 Google X 部门，目前是
Facebook 的智能围棋 darkforest 的负责人和第一作者。
最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。
AlphaGo这个系统主要由几个部分组成：
1、走棋网络（Policy Network），给定当前局面，预测/采样下一步的走棋。/2
2、快速走子（Fast rollout），目标和1一样，但在适当牺牲走棋质量的条件下，速度
要比1快1000倍。
3、估值网络（Value Network），给定当前局面，估计是白胜还是黑胜。
4、蒙特卡罗树搜索（Monte Carlo Tree Search，MCTS)，把以上这三个部分连起来，
形成一个完整的系统。
我们的DarkForest和AlphaGo同样是用4搭建的系统。Dar... 阅读全帖 |
|
p**o
发帖数: 1012 | 34 分类器坏掉了，袁弘还俊朗型？我觉得是五大三粗型，另外，吴秀波哪里长得另类，不
符合大众审美了？说起娘，陈晓为什么不在娘的一类？另外，楼主好老啊，一大波小鲜
肉都忽视了
我觉着大体分这么几类吧：
俊朗型：唇红齿白，剑眉星目，扮古装小生尤为俊俏，眼角眉梢都带丝丝风流。代表人
物：陈晓，（前）胡歌，（白）古天乐，袁弘。袁弘也太难看了吧，那脸型，跟前几个
不是一个档次也不是一个类型
粗犷型：身材魁梧，鼻直口方，比较man。代表人物：胡军，祝延平。
周正型：五官没任何问题，长得很端正，但是没啥特色。代表人物：保剑锋，潘粤明，
贾一平。
阴柔型：五官精致，有点娘。代表人物：陈坤，马天宇。
型男型：长相被某些人推崇，有特点，不算符合大众审美观。代表人物：廖凡，吴秀波
,杨烁。吴秀波不符合大众审美？除了老有哪不符合大众审美？
只说长相啊，不涉及演技。关于男星，我特别注意他们的眉毛，如果眉毛长得好看，基
本上成功一大半，如果鼻子再挺一点，基本上可以算帅哥了。 |
|
K*****k
发帖数: 430 | 35 那些照片，看去都是脸白，下巴尖，眼大，睫毛长，嘟着嘴装萌。
老邢的交友图片就有这样一些例子。
取一些典型样本，估计都可以train一个模式识别化妆后的90后的分类器了。 |
|
|
|
s*******n
发帖数: 10426 | 38 玄天圣器是玄天之宝的山寨版呀，你不能拿灵界的去跨界攻击吧，呵呵 |
|
|
|
|
T*********s
发帖数: 17839 | 42 那么器就不是玄天的山寨或者A货了
比如跑跑准备炼制的元磁五极山 |
|
|
r***k
发帖数: 13586 | 44 法器<灵器<法宝<古宝<灵宝<通天灵宝<玄天仙宝
一次性的称为符宝，分为：丹宝<婴宝<神宝 |
|
t******a
发帖数: 1200 | 45 台式机和掌上设备手写识别正确率相差很多。掌上设备对识别算法的
速度和内存，闪存占用更严格些。而laptop/desktop 上的识别器，
一般都是内置多种识别算法，最后还要搞一把分类器集成的 |
|
a***a
发帖数: 149 | 46 ROC 曲线一般都要好多点吧，就是说要有很多实验结果，然后不同的TP,和不同的FP，然
后画图。 可是SVM中怎么得到这样的不同的点呢？一般都是用什么方法呢？
难道是调节不同的参数，训练不同的参数下的模型，然后根据不同的结果，也就是不同
的precison 和 recall 去画图？ 还是有啥其他的方法？ 如果是调节参数训练不同的
模型的话，SVM-light 里面那么多的参数，一般调哪个啊？
谢谢~~~ （p.s 俺svm门外汉） |
|
S******t
发帖数: 151 | 47 When you use SVM for binary classification, the output is actually a score
instead of [-1, 1], rank the scores and then manually determine each
threshold for whether you would like to classify the instance as pos / neg.
Therefore, you could get different tp and tn values. |
|
|
C*********g
发帖数: 3728 | 49 哎，研究了5年SVM,居然连啥是ROC都不知道，真是惭愧
，然 |
|
|
