avatar
l*1
1
Amex offer codes for Gold Premier Card bonus Match 75K points
http://goo.gl/VaLsC
目前是没有75000 points的链接的,只能先申请再match offer了。可以用上面的链接
,也可以用其他的任何链接,都是可以match的。
http://goo.gl/VaLsC
对于已经申请了Amex Gold Premier Card的用户,请注意赶紧发信match 75000points
。对于没有这张卡的用户也可以考虑持有一下了,75K points千万不要换成gift card
,可以在二手版以1.5-1.55比例换成cash, 大概也值个1000刀吧。
申请拿到卡后,请在security mail里面发送信件要求match offer, 以下是offer id号
, 具体match offer的内容在下面两个论坛中有详细记录。
Amex Personal Gold Premier Card Match offer:
New Bonus ID 6939 gold premier 75K spend $1000 within 3 months
6661 gold premier 75K spend $1000 within 3 months, apply between July 1st
and October 31
5894 gold premier 75K spend $500 within 3 months
5985 gold premier 75K spend $1000 within 3 months
以上是75000points
http://www.mitbbs.com/article_t/Money/31581117.html
http://www.mitbbs.com/article_t/Money/31602041.html
http://slickdeals.net/forums/showthread.php?t=3095414
New Bonus ID: 6664 这个目前似乎不能match,还是早下手的好,目前只能拿
75000points了
The offer will give you 10,000 points for 15+ transactions you make. 50,000
point maximum. Make 15 transactions on your card in a calendar month and get
10,000 bonus points
两个加一起就是125K的bonus了,记得两个bonus要分开联系amex拿
http://www.mitbbs.com/article_t/Money/31604839.html
以下是我match offer的回信
Hi **,
Thank you for your email regarding the "Premier Rewards Gold - Earn 75,000
Membership Rewards Bonus Points" promotion.
You will be happy to know that I have linked the offer 6661 to your card
account. As per this offer, you will earn 75,000 Membership Rewards bonus
points after spending $1,000.00 within the first three months of
Cardmembership.
Therefore, I would request you to write back to me after meeting the spend
requirement and I will be happy to issue the remaining 65,000 points on your
card account.
**, thank you for choosing American Express since 200* and we look forward
to serving you for many more years to come!
Have a wonderful day.
Sincerely, **** Email Servicing Team American Express Interactive Services
avatar
r*n
2
【 以下文字转载自 JobHunting 讨论区 】
发信人: dclocation (dclocation), 信区: JobHunting
标 题: 碰到一道题
发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
一个角爬到对角的平均时间是多少?
我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
钟了,我考虑了一下,一下子实在想不出来,就撤了。
avatar
f*t
3
忍把脸转向毛米,眼睛里闪闪发着光。毛米有些害怕。忍从来没有对自己这么凶过。可
是这样,忍把自己的心向我打开一点了。毛米就像个站在藏宝洞的探险家,跋涉了千山
万水而来,对这个大宝库的感情可不光是里面的财宝。
“你不知道什么是生存,对你来说,能独立生活,自己养活自己,就算生存了,但你到
现在都还没有做到。我13岁就开始养活自己了,还要照顾妈妈。你所说的生存和我不是
一回事。我不会按照你说的那种生存在美国混下去。”
忍自顾自说下去,不去看毛米委屈的目光。“你大概从来都没有体会过那种使命感。上
天赋予我才华,那就是我生存的最重要的部分。我从小就知道自己跟别人不一样。别人
需要通过自我约束和刻苦思考才能获得的东西,我可以很轻易地做到。我从来都没有为
坐下来写作业或者考试这种小事情烦恼过。既然上天赋与我这样的才华,我不能浪费了
。我必须带着上天赋予我的才华才算生存下去,不是用它来满足口腹之欲,跟女人卿卿
我我,只是那样,我没有在生存。我是一个出色的研究者,我需要创造,需要去改变人
们的想法和生活。如果我不这样生活,我就算是死了。在这里,在美国,美国有最好的
适合我生存的土壤,我曾经以为是这样。这里
avatar
d*u
4
我想学一点这方面的基础理论
以前看过一些应用的例子,好像主要就是概率统计的东西?
avatar
s*i
5
不知道大家有没有类似经验
我是文科的master,毕业之后就要直接开始opt
但是觉得读个会计工作前情会好一点儿
但是opt对硕士生只有一次机会
我这次用完,就不知道等会计的master读下来怎么找工作了?
avatar
m*e
6
数据分析, DA,DS,SI需学什编程langugage
sql?
python?
r?
avatar
v*a
7
都是骗人的
avatar
h*0
8
除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
来的。
用直觉:对于起始角和目的地角,一共有三种角关系:
(a) 立方体对位,设平均时间为Ta
此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
位置。见(b).
Ta = 1 + Tb
(b) 一个面对角线位,设平均时间为Tb
此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
Tb = 1 + 2/3 * Tc + 1/3 * Ta
(c) 邻位,设平均时间为Tc
此时有1/3几率直接爬到目的地;有2/3几率爬到一个面对角线位,见(b)
Tc = 1 + 2/3 * Tb
这样,三个方程,三个未知数。可解出:
Ta = 10
Tb = 9
Tc = 7

【在 r********n 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: dclocation (dclocation), 信区: JobHunting
: 标 题: 碰到一道题
: 发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
: 一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
: 条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
: 一个角爬到对角的平均时间是多少?
: 我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
: 钟了,我考虑了一下,一下子实在想不出来,就撤了。

avatar
h*e
9
先顶再看。嘿
avatar
d*e
10
统计+优化

【在 d*****u 的大作中提到】
: 我想学一点这方面的基础理论
: 以前看过一些应用的例子,好像主要就是概率统计的东西?

avatar
j*u
11
你这次不要用阿
申请学校直接去读好了
读完ACCOUNTING再用OPT
avatar
m*e
12
数据分析, DA,DS,SI需学什编程langugage
sql?
python?
r?
avatar
c*d
13
That's right. The class warfare must go on, Comrade!

【在 v******a 的大作中提到】
: 都是骗人的
avatar
a*u
14
....
aren't u supposed to be grading?

【在 h*****0 的大作中提到】
: 除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
: 来的。
: 用直觉:对于起始角和目的地角,一共有三种角关系:
: (a) 立方体对位,设平均时间为Ta
: 此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
: 位置。见(b).
: Ta = 1 + Tb
: (b) 一个面对角线位,设平均时间为Tb
: 此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
: Tb = 1 + 2/3 * Tc + 1/3 * Ta

avatar
f*t
15
看了再说意见不好吗?

【在 h*e 的大作中提到】
: 先顶再看。嘿
avatar
d*u
16

优化是不是要用很多线性代数?

【在 d******e 的大作中提到】
: 统计+优化
avatar
s*r
17
现在大数据领域很火,工作机会和薪酬相对较好,特别是数据分析员,基本上一个处理
大数据的公司都需要并配备有这个岗位。
目前较火的大数据平台是Hadoop+Spark等等,上面的数据分析工具使用的接口基本上
包括面向SQL(Hive/Impala/Spark SQL)和脚本编程语言两类(Pig),如果需要扩
展你的能力(譬如扩展已有工具的功能为你特殊的应用场景所用),可以再掌握类似
Java/Scala/C++这样的高级编程语言,或者涉及到高级的数据分析/挖掘甚至是机器
学习的话,可以学一下Python,R等。作为一个DS,基本上是会的多多益善,因为可以
运用更多工具,大大提高工作效率。这里所讲的语言,包括掌握相应的工具,而不单单
是“语言”本身。
avatar
h*0
18
what r u doing here!?
do your homework!

【在 a**u 的大作中提到】
: ....
: aren't u supposed to be grading?

avatar
d*e
19
这是忍说话最多的一次吧?
我从小就知道自己跟别人不一样。。。呵呵,听上去挺危险

【在 f******t 的大作中提到】
: 忍把脸转向毛米,眼睛里闪闪发着光。毛米有些害怕。忍从来没有对自己这么凶过。可
: 是这样,忍把自己的心向我打开一点了。毛米就像个站在藏宝洞的探险家,跋涉了千山
: 万水而来,对这个大宝库的感情可不光是里面的财宝。
: “你不知道什么是生存,对你来说,能独立生活,自己养活自己,就算生存了,但你到
: 现在都还没有做到。我13岁就开始养活自己了,还要照顾妈妈。你所说的生存和我不是
: 一回事。我不会按照你说的那种生存在美国混下去。”
: 忍自顾自说下去,不去看毛米委屈的目光。“你大概从来都没有体会过那种使命感。上
: 天赋予我才华,那就是我生存的最重要的部分。我从小就知道自己跟别人不一样。别人
: 需要通过自我约束和刻苦思考才能获得的东西,我可以很轻易地做到。我从来都没有为
: 坐下来写作业或者考试这种小事情烦恼过。既然上天赋与我这样的才华,我不能浪费了

avatar
K*n
20
本来machine learning也可以介于AI和统计之间
但是决绝绝大部分现有内容木有线代基本不行

【在 d*****u 的大作中提到】
: 哦
: 优化是不是要用很多线性代数?

avatar
n*e
21
平均到达时间也是能用这样的加法原则么?不是很记得了。。。

【在 h*****0 的大作中提到】
: 除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
: 来的。
: 用直觉:对于起始角和目的地角,一共有三种角关系:
: (a) 立方体对位,设平均时间为Ta
: 此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
: 位置。见(b).
: Ta = 1 + Tb
: (b) 一个面对角线位,设平均时间为Tb
: 此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
: Tb = 1 + 2/3 * Tc + 1/3 * Ta

avatar
h*e
22
嘿嘿。觉得这一篇读起来有点怪。不知道是因为忍忽然开始长篇大论还是因为话的内容
。感觉有一点琼瑶。不过忍是故意这么说的,说的夸张点也情有可原。

【在 f******t 的大作中提到】
: 看了再说意见不好吗?
avatar
d*t
23
主要是概率统计吧,线代是统计的基础,很难想象没学好线代能能学好统计。我当时上
课两门课是混在一起学的。有一本经典书就叫 The elemtns of statistical learning.
avatar
h*0
24
所谓“平均时间”,就是数学期望:
ET = p_1 * T_1 + p_2 * T_2 + ...
对于第1种情况,可以分成子情况,有T_1 = p_{1,1} * T_{1,1} + p_{1,2} * T_{1,2}
+ ...
而T_{1,i} = 1 + T_i,所以...
基本上就从定义来的。同时利用了“前后无关性”,即当蚂蚁爬到某个点后,之后所有
事情跟之前的历史无关。这样只要数学期望存在,那么就可以这么计算(存在性显然…
…)

【在 n**********e 的大作中提到】
: 平均到达时间也是能用这样的加法原则么?不是很记得了。。。
avatar
b*n
25
月来越不喜欢忍了,但还是不想他被抓住,为什么呢?

【在 f******t 的大作中提到】
: 忍把脸转向毛米,眼睛里闪闪发着光。毛米有些害怕。忍从来没有对自己这么凶过。可
: 是这样,忍把自己的心向我打开一点了。毛米就像个站在藏宝洞的探险家,跋涉了千山
: 万水而来,对这个大宝库的感情可不光是里面的财宝。
: “你不知道什么是生存,对你来说,能独立生活,自己养活自己,就算生存了,但你到
: 现在都还没有做到。我13岁就开始养活自己了,还要照顾妈妈。你所说的生存和我不是
: 一回事。我不会按照你说的那种生存在美国混下去。”
: 忍自顾自说下去,不去看毛米委屈的目光。“你大概从来都没有体会过那种使命感。上
: 天赋予我才华,那就是我生存的最重要的部分。我从小就知道自己跟别人不一样。别人
: 需要通过自我约束和刻苦思考才能获得的东西,我可以很轻易地做到。我从来都没有为
: 坐下来写作业或者考试这种小事情烦恼过。既然上天赋与我这样的才华,我不能浪费了

avatar
m*1
26
线性代数很重要,
如果专门学一下矩阵理论就更好。
avatar
F*o
27
包括向回爬的概率吗?

【在 r********n 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: dclocation (dclocation), 信区: JobHunting
: 标 题: 碰到一道题
: 发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
: 一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
: 条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
: 一个角爬到对角的平均时间是多少?
: 我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
: 钟了,我考虑了一下,一下子实在想不出来,就撤了。

avatar
N*6
28
非常喜欢你这一段,虽然觉得忍不像是这种长篇大论的类型,但是这一段独白实在是写
出了很多留学生的心理路程和痛苦挣扎。
avatar
v*s
29
CAS的同仁?
现在ML的潮流基本是statistical,当然最近比较流行的一个领域是geometry

learning.

【在 d*****t 的大作中提到】
: 主要是概率统计吧,线代是统计的基础,很难想象没学好线代能能学好统计。我当时上
: 课两门课是混在一起学的。有一本经典书就叫 The elemtns of statistical learning.

avatar
c*t
30
此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
任意偶数步时反回出发点
avatar
N*D
31
that book is the worst book ever about machine learning.
many typos in the first pages

learning.

【在 d*****t 的大作中提到】
: 主要是概率统计吧,线代是统计的基础,很难想象没学好线代能能学好统计。我当时上
: 课两门课是混在一起学的。有一本经典书就叫 The elemtns of statistical learning.

avatar
h*0
32
这个显然违反常识

【在 c****t 的大作中提到】
: 此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
: 任意偶数步时反回出发点

avatar
s*e
33
try the 2nd version.
btw: how many ML books have you read?

【在 N**D 的大作中提到】
: that book is the worst book ever about machine learning.
: many typos in the first pages
:
: learning.

avatar
y*i
34
无穷大可以发生,但是概率为0。所以平均时间还是有限的。

【在 c****t 的大作中提到】
: 此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
: 任意偶数步时反回出发点

avatar
N*D
35
hehe

【在 s******e 的大作中提到】
: try the 2nd version.
: btw: how many ML books have you read?

avatar
c*a
36
那如果蚂蚁从任意角出发,要爬回出发点,平均时间多少?还能用2楼的方法吗?
avatar
d*e
37
我觉得做研究的话,看看Andrew NG的笔迹就足够了。
弄两本书作参考,比如Bishop的Machine learning

【在 s******e 的大作中提到】
: try the 2nd version.
: btw: how many ML books have you read?

avatar
h*0
38
那不很显然是Tc + 1 = 8嘛

【在 c*****a 的大作中提到】
: 那如果蚂蚁从任意角出发,要爬回出发点,平均时间多少?还能用2楼的方法吗?
avatar
s*e
39
why is it the worst?

【在 N**D 的大作中提到】
: that book is the worst book ever about machine learning.
: many typos in the first pages
:
: learning.

avatar
h*7
40
握手,一样的方法,一样的答案。

【在 h*****0 的大作中提到】
: 除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
: 来的。
: 用直觉:对于起始角和目的地角,一共有三种角关系:
: (a) 立方体对位,设平均时间为Ta
: 此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
: 位置。见(b).
: Ta = 1 + Tb
: (b) 一个面对角线位,设平均时间为Tb
: 此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
: Tb = 1 + 2/3 * Tc + 1/3 * Ta

avatar
K*n
41
I like it because it teaches "google's web page ranking algorithm". I now
feel I know the most advanced search engine algorithm already. hahaha

【在 s*********e 的大作中提到】
: why is it the worst?
avatar
r*n
42
【 以下文字转载自 JobHunting 讨论区 】
发信人: dclocation (dclocation), 信区: JobHunting
标 题: 碰到一道题
发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
一个角爬到对角的平均时间是多少?
我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
钟了,我考虑了一下,一下子实在想不出来,就撤了。
avatar
N*D
43
did it talk google's algorithm?
I am super impressed if it is more than pagerank 101

【在 K****n 的大作中提到】
: I like it because it teaches "google's web page ranking algorithm". I now
: feel I know the most advanced search engine algorithm already. hahaha

avatar
h*0
44
除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
来的。
用直觉:对于起始角和目的地角,一共有三种角关系:
(a) 立方体对位,设平均时间为Ta
此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
位置。见(b).
Ta = 1 + Tb
(b) 一个面对角线位,设平均时间为Tb
此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
Tb = 1 + 2/3 * Tc + 1/3 * Ta
(c) 邻位,设平均时间为Tc
此时有1/3几率直接爬到目的地;有2/3几率爬到一个面对角线位,见(b)
Tc = 1 + 2/3 * Tb
这样,三个方程,三个未知数。可解出:
Ta = 10
Tb = 9
Tc = 7

【在 r********n 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: dclocation (dclocation), 信区: JobHunting
: 标 题: 碰到一道题
: 发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
: 一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
: 条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
: 一个角爬到对角的平均时间是多少?
: 我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
: 钟了,我考虑了一下,一下子实在想不出来,就撤了。

avatar
x*1
45
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
avatar
a*u
46
....
aren't u supposed to be grading?

【在 h*****0 的大作中提到】
: 除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
: 来的。
: 用直觉:对于起始角和目的地角,一共有三种角关系:
: (a) 立方体对位,设平均时间为Ta
: 此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
: 位置。见(b).
: Ta = 1 + Tb
: (b) 一个面对角线位,设平均时间为Tb
: 此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
: Tb = 1 + 2/3 * Tc + 1/3 * Ta

avatar
N*D
47
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。

【在 x******1 的大作中提到】
: 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

avatar
h*0
48
what r u doing here!?
do your homework!

【在 a**u 的大作中提到】
: ....
: aren't u supposed to be grading?

avatar
N*D
49
btw, I have AIMA, first edition,
anyone needed, free and you pay shipping
pm if interested.

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。

【在 x******1 的大作中提到】
: 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

avatar
n*e
50
平均到达时间也是能用这样的加法原则么?不是很记得了。。。

【在 h*****0 的大作中提到】
: 除非你经常搞概率,否则用“专业”办法很容易出错,在考试的情况下太紧张也弄不出
: 来的。
: 用直觉:对于起始角和目的地角,一共有三种角关系:
: (a) 立方体对位,设平均时间为Ta
: 此时不管蚂蚁往哪爬,经过时间1之后都将处于“距离目的地角为一个面对角线位”的
: 位置。见(b).
: Ta = 1 + Tb
: (b) 一个面对角线位,设平均时间为Tb
: 此时蚂蚁和2/3的几率爬到邻位,见(c);有1/3的几率爬到立方体对位,见(a).
: Tb = 1 + 2/3 * Tc + 1/3 * Ta

avatar
x*1
51
learning theory实在太那个了,一个小方向就能钻得很深,以至钻到 Colt 上你
review我,我review你,旁人都不懂。
不过数学物理都这样。
avatar
h*0
52
所谓“平均时间”,就是数学期望:
ET = p_1 * T_1 + p_2 * T_2 + ...
对于第1种情况,可以分成子情况,有T_1 = p_{1,1} * T_{1,1} + p_{1,2} * T_{1,2}
+ ...
而T_{1,i} = 1 + T_i,所以...
基本上就从定义来的。同时利用了“前后无关性”,即当蚂蚁爬到某个点后,之后所有
事情跟之前的历史无关。这样只要数学期望存在,那么就可以这么计算(存在性显然…
…)

【在 n**********e 的大作中提到】
: 平均到达时间也是能用这样的加法原则么?不是很记得了。。。
avatar
d*e
53
做基于统计的其学习必修Multivariate Analysis和Generalized Linear Model。
这两个学完,就可以开始做research了,完全不需要看这些机器学习的书。

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。

【在 x******1 的大作中提到】
: 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

avatar
F*o
54
包括向回爬的概率吗?

【在 r********n 的大作中提到】
: 【 以下文字转载自 JobHunting 讨论区 】
: 发信人: dclocation (dclocation), 信区: JobHunting
: 标 题: 碰到一道题
: 发信站: BBS 未名空间站 (Sat Apr 10 11:23:26 2010, 美东)
: 一个unit cubic,一只蚂蚁在一个角,准备在这个cubic的edge上开始爬动。蚂蚁爬过一
: 条边的时间为1,它在任意一个角的时候,往其他三个方向去的概率都是1/3.问蚂蚁从
: 一个角爬到对角的平均时间是多少?
: 我印象以前见到过这个题,应该是利用了Markov Chain的一些什么属性。当时只有5分
: 钟了,我考虑了一下,一下子实在想不出来,就撤了。

avatar
N*D
55
then it is called statistics

【在 d******e 的大作中提到】
: 做基于统计的其学习必修Multivariate Analysis和Generalized Linear Model。
: 这两个学完,就可以开始做research了,完全不需要看这些机器学习的书。
:
: 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。

avatar
c*t
56
此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
任意偶数步时反回出发点
avatar
d*e
57
我都说了,是基于统计的机器学习.
呵呵,排斥统计有什么意思么?
统计和机器学习融合是大势所趋,看看Berkeley的统计和CS,UCLA的统计和CS还不说明
问题么?

【在 N**D 的大作中提到】
: then it is called statistics
avatar
h*0
58
这个显然违反常识

【在 c****t 的大作中提到】
: 此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
: 任意偶数步时反回出发点

avatar
p*g
59
机器学习是统计和计算机的融合。
各有所好吧,都有价值,能结合起来最好,有些偏重也行,没啥。入门的话还是先看得
广些吧。
avatar
y*i
60
无穷大可以发生,但是概率为0。所以平均时间还是有限的。

【在 c****t 的大作中提到】
: 此题无解或说“平均时间为无穷大” (没有物理意义) 因为此蚂蚁有 1/3 可能性在
: 任意偶数步时反回出发点

avatar
N*D
61
没人排斥
是学统计的说ml就是统计的101,
所以偶说那还是叫统计比较好,
为啥要带个ml的帽子呢?
and the strongest ml program is not in berkeley, ucla

【在 d******e 的大作中提到】
: 我都说了,是基于统计的机器学习.
: 呵呵,排斥统计有什么意思么?
: 统计和机器学习融合是大势所趋,看看Berkeley的统计和CS,UCLA的统计和CS还不说明
: 问题么?

avatar
w*e
62
10 秒。 解方程差不多要两三分钟。
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。