f*g
2 楼
我父母入关时，海关人员在I94上加盖的有效日期不清楚， 现在不知道给的是多长的有
效居留时间。不知道应该怎么办。
效居留时间。不知道应该怎么办。
t*7
3 楼
像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
我冤啊！！
怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
咋办咋办咋办啊？！！！
事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
我冤啊！！
怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
咋办咋办咋办啊？！！！
s*w
4 楼
declare function getWidget(n: number): Widget;
非常讨厌
非常讨厌
P*t
5 楼
我用的是Ethem Alpaydin那本。
a*n
6 楼
找机场的CBP问问。google CBP，然后查询离你最近的地址
【在 f*****g 的大作中提到】
: 我父母入关时，海关人员在I94上加盖的有效日期不清楚， 现在不知道给的是多长的有
: 效居留时间。不知道应该怎么办。
【在 f*****g 的大作中提到】
: 我父母入关时，海关人员在I94上加盖的有效日期不清楚， 现在不知道给的是多长的有
: 效居留时间。不知道应该怎么办。
L*w
7 楼
磨洋工呗。
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
c*n
8 楼
小项目直接babel了
大项目没办法 多敲点 总比之后debug简单 尤其是有时候做可视化 数据搞来搞去 多一
个type还是有点价值的
大项目没办法 多敲点 总比之后debug简单 尤其是有时候做可视化 数据搞来搞去 多一
个type还是有点价值的
s*g
9 楼
我记得我们用的英国人写的那本,叫PRML?
E*e
10 楼
扫描传到本版，我们帮你看看。应该看得出来的，不外乎六个月、三个月。
t*n
11 楼
你没法指望所有老板都是识大体的。烂人到处是，不过你碰到了。
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
g*t
12 楼
You can try to use Emacs or Vim to solve these issues.
【在 s*****w 的大作中提到】
: declare function getWidget(n: number): Widget;
: 非常讨厌
【在 s*****w 的大作中提到】
: declare function getWidget(n: number): Widget;
: 非常讨厌
e*g
13 楼
我一看是火鸡国的, 都没有要个copy.
看来我应该去看看
【在 P*****t 的大作中提到】
: 我用的是Ethem Alpaydin那本。
看来我应该去看看
【在 P*****t 的大作中提到】
: 我用的是Ethem Alpaydin那本。
a*n
14 楼
还有人拿过177天，根本不整月的。这个还是去问CBP保险。
你查不到信息，还是别乱误导别人了。
【在 E********e 的大作中提到】
: 扫描传到本版，我们帮你看看。应该看得出来的，不外乎六个月、三个月。
你查不到信息，还是别乱误导别人了。
【在 E********e 的大作中提到】
: 扫描传到本版，我们帮你看看。应该看得出来的，不外乎六个月、三个月。
t*7
15 楼
我老板他们似乎并不在乎项目能不能按时做完，或者质量如何。他们只在乎跟你聊天是
不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
心了。。。
不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
心了。。。
W*o
16 楼
javascript 写起来爽，但是系统变大了，让后面改bug的人会很痛苦；typescript会让
大系统更好维护更好修bug
大系统更好维护更好修bug
z*t
17 楼
no doubt
Hastie's book
Hastie's book
E*e
18 楼
我的意思也不是说恰好整三月、六月。一般是三月、六月左右，按天数算的。你说的
177天估计是因为有2月份在内，所以算了天数就给177天。三月入境九月离境的也有给
184天的。这些都是大约6个月。我让楼主发上来咱们帮他看看。如果大家都看不清楚就
让楼主去问CBP。这叫误导人吗？我说的三个月、六个月是给点提示，比胡乱猜测每个
日期好点。假如楼主发了扫描的图片，我们也会帮助楼主比较I94上的日期和六
个月前几天的几个日期。如果不对，再比较三个月前几天的几个日期。
【在 a*****n 的大作中提到】
: 还有人拿过177天，根本不整月的。这个还是去问CBP保险。
: 你查不到信息，还是别乱误导别人了。
177天估计是因为有2月份在内，所以算了天数就给177天。三月入境九月离境的也有给
184天的。这些都是大约6个月。我让楼主发上来咱们帮他看看。如果大家都看不清楚就
让楼主去问CBP。这叫误导人吗？我说的三个月、六个月是给点提示，比胡乱猜测每个
日期好点。假如楼主发了扫描的图片，我们也会帮助楼主比较I94上的日期和六
个月前几天的几个日期。如果不对，再比较三个月前几天的几个日期。
【在 a*****n 的大作中提到】
: 还有人拿过177天，根本不整月的。这个还是去问CBP保险。
: 你查不到信息，还是别乱误导别人了。
r*u
19 楼
你为什么会催你的老板做这个做那个，还要指出你老板的问题？她是不是觉得你这个下
属比上司海难对付？当然给你穿小鞋了.....
【在 t********7 的大作中提到】
: 我老板他们似乎并不在乎项目能不能按时做完，或者质量如何。他们只在乎跟你聊天是
: 不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
: 心了。。。
属比上司海难对付？当然给你穿小鞋了.....
【在 t********7 的大作中提到】
: 我老板他们似乎并不在乎项目能不能按时做完，或者质量如何。他们只在乎跟你聊天是
: 不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
: 心了。。。
l*n
20 楼
ts写一点问题都没有啊，兼容ES6啊。非常好
s*e
21 楼
Y. S. Abu-Mostafa, M. Magdon-Ismail and H. T. Lin 这本如何？好像挺薄的。
a*n
22 楼
根本和2月份没有关系，当时很多人分析了，根本不知道为啥就给177天。
大约都是六个月？这种事情能大约的吗？万一造成人非法滞留的，你能
负责？180天和6个月的差别就可能能差出好几天。再加上要求离开美国
时候护照有效期必须有6个月。不少情况根本都不是整个月。
你原话“扫描传到本版，我们帮你看看。应该看得出来的，不外乎六个月、
三个月。”什么叫应该看的出来？什么叫不外乎六个月或者3个月？我以前
帖子告诉过你，有人拿过1个月，还有人拿过只有2周的。这个说你误导难道
有错？
跑一趟官方机构把日子弄清楚了，自己也保险，上bbs让大家看，那就是扯淡。
看完的能相信吗？搞错了最后不是说话的人担，是要楼主他父母来承担的。
【在 E********e 的大作中提到】
: 我的意思也不是说恰好整三月、六月。一般是三月、六月左右，按天数算的。你说的
: 177天估计是因为有2月份在内，所以算了天数就给177天。三月入境九月离境的也有给
: 184天的。这些都是大约6个月。我让楼主发上来咱们帮他看看。如果大家都看不清楚就
: 让楼主去问CBP。这叫误导人吗？我说的三个月、六个月是给点提示，比胡乱猜测每个
: 日期好点。假如楼主发了扫描的图片，我们也会帮助楼主比较I94上的日期和六
: 个月前几天的几个日期。如果不对，再比较三个月前几天的几个日期。
大约都是六个月？这种事情能大约的吗？万一造成人非法滞留的，你能
负责？180天和6个月的差别就可能能差出好几天。再加上要求离开美国
时候护照有效期必须有6个月。不少情况根本都不是整个月。
你原话“扫描传到本版，我们帮你看看。应该看得出来的，不外乎六个月、
三个月。”什么叫应该看的出来？什么叫不外乎六个月或者3个月？我以前
帖子告诉过你，有人拿过1个月，还有人拿过只有2周的。这个说你误导难道
有错？
跑一趟官方机构把日子弄清楚了，自己也保险，上bbs让大家看，那就是扯淡。
看完的能相信吗？搞错了最后不是说话的人担，是要楼主他父母来承担的。
【在 E********e 的大作中提到】
: 我的意思也不是说恰好整三月、六月。一般是三月、六月左右，按天数算的。你说的
: 177天估计是因为有2月份在内，所以算了天数就给177天。三月入境九月离境的也有给
: 184天的。这些都是大约6个月。我让楼主发上来咱们帮他看看。如果大家都看不清楚就
: 让楼主去问CBP。这叫误导人吗？我说的三个月、六个月是给点提示，比胡乱猜测每个
: 日期好点。假如楼主发了扫描的图片，我们也会帮助楼主比较I94上的日期和六
: 个月前几天的几个日期。如果不对，再比较三个月前几天的几个日期。
s*1
23 楼
是啊，你催着老板做事，有点反常啊，太bossy
【在 r****u 的大作中提到】
: 你为什么会催你的老板做这个做那个，还要指出你老板的问题？她是不是觉得你这个下
: 属比上司海难对付？当然给你穿小鞋了.....
【在 r****u 的大作中提到】
: 你为什么会催你的老板做这个做那个，还要指出你老板的问题？她是不是觉得你这个下
: 属比上司海难对付？当然给你穿小鞋了.....
s*w
24 楼
非常喜欢vi， perl, 而typescript写起来很不简练
z*t
25 楼
这本不行,纯属浪费大家时间
还不如去看Vapnik那本Statistical Learning Theory
不是专门做ML的人还是看Hastie那本比较好,讲的详细
还不如去看Vapnik那本Statistical Learning Theory
不是专门做ML的人还是看Hastie那本比较好,讲的详细
c*t
26 楼
打个电话问他们也行，不用专门跑过去。我父母上次来的时候I-94上面根本就没写什么
时候到期，打了电话被告知6个月，还让我自己在i-94上面写上日期就行。
【在 a*****n 的大作中提到】
: 找机场的CBP问问。google CBP，然后查询离你最近的地址
时候到期，打了电话被告知6个月，还让我自己在i-94上面写上日期就行。
【在 a*****n 的大作中提到】
: 找机场的CBP问问。google CBP，然后查询离你最近的地址
c*g
27 楼
我怎么觉得你才是老板呀。。。
【在 t********7 的大作中提到】
: 我老板他们似乎并不在乎项目能不能按时做完，或者质量如何。他们只在乎跟你聊天是
: 不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
: 心了。。。
【在 t********7 的大作中提到】
: 我老板他们似乎并不在乎项目能不能按时做完，或者质量如何。他们只在乎跟你聊天是
: 不是开心。因为我可能整天催着她做这个做那个，或者指出这个那个问题，搞得她不开
: 心了。。。
s*w
28 楼
我们这里大部分人反对ts, 哈哈
s*e
29 楼
有没有专门讲高维情况下的machine learning？或者是machine learning里面的
security 问题？
为什么？缺点在哪里？
这本很理论啊。
【在 z***t 的大作中提到】
: 这本不行,纯属浪费大家时间
: 还不如去看Vapnik那本Statistical Learning Theory
: 不是专门做ML的人还是看Hastie那本比较好,讲的详细
security 问题？
为什么？缺点在哪里？
这本很理论啊。
【在 z***t 的大作中提到】
: 这本不行,纯属浪费大家时间
: 还不如去看Vapnik那本Statistical Learning Theory
: 不是专门做ML的人还是看Hastie那本比较好,讲的详细
f*g
30 楼
非常感谢大家的帮助。
我原来的i94上都是用手写的日期，这次不知道为什么是盖章。结果只能看到年份2013
年，其他的月份和日期都看不到，我父母的护照和i94上有四个这样的章印，但可惜的
是没有一个能够显示清晰时间的。
我原来的i94上都是用手写的日期，这次不知道为什么是盖章。结果只能看到年份2013
年，其他的月份和日期都看不到，我父母的护照和i94上有四个这样的章印，但可惜的
是没有一个能够显示清晰时间的。
N*3
31 楼
Don't push other coworkers, especially your boss.
e*g
32 楼
有没有讲
ultra-high dimensional 的了？
比如fmri 图像的，
【在 s**********e 的大作中提到】
: 有没有专门讲高维情况下的machine learning？或者是machine learning里面的
: security 问题？
:
: 为什么？缺点在哪里？
: 这本很理论啊。
ultra-high dimensional 的了？
比如fmri 图像的，
【在 s**********e 的大作中提到】
: 有没有专门讲高维情况下的machine learning？或者是machine learning里面的
: security 问题？
:
: 为什么？缺点在哪里？
: 这本很理论啊。
M*s
33 楼
琢磨老板心思，干他要你干的，不是干你想干的
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
【在 t********7 的大作中提到】
: 像很多中国人一样，我是非常勤奋的，而且很有集体和大局意识。经常替老板操心各种
: 事务，小到电脑订购，大到项目走向，以及外联和合作。问题是，似乎老板一点都不感
: 激我。做好了也从来没有夸奖，万一出一点错就怨气冲天。
: 我冤啊！！
: 怎样才能从这种困境中走出来？我不是喜欢瞎操心，可是明明看着一些事情没有人管，
: 就忍不住扛下来；看着一些决定不够专业，忍不住就想说两句。。。。
: 咋办咋办咋办啊？！！！
z*t
34 楼
高维下做啥? 找biomarker?还是数据重建?
security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
c*z
35 楼
顶锅盖问句，你在家也是这样吗？你老公感激你吗？：D
s*e
36 楼
whatever
我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
时候数据不泄露给外人。
security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
intrusion，或者lier。。。
【在 z***t 的大作中提到】
: 高维下做啥? 找biomarker?还是数据重建?
: security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
b*c
37 楼
嗯，楼主属于吃力不讨好的，自己肯定也觉得委屈，唉
【在 c***z 的大作中提到】
: 顶锅盖问句，你在家也是这样吗？你老公感激你吗？：D
【在 c***z 的大作中提到】
: 顶锅盖问句，你在家也是这样吗？你老公感激你吗？：D
d*9
38 楼
理论上可以把secure multiparty computation的technique套到一般的learning算法上
吧，不过实际速度如何不清楚
【在 s**********e 的大作中提到】
:
: whatever
: 我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
: agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
: 别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
: ，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
: 时候数据不泄露给外人。
: security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
: intrusion，或者lier。。。
吧，不过实际速度如何不清楚
【在 s**********e 的大作中提到】
:
: whatever
: 我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
: agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
: 别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
: ，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
: 时候数据不泄露给外人。
: security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
: intrusion，或者lier。。。
t*7
39 楼
是啊是啊，就是吃力不讨好，怎么办啊
s*e
40 楼
也许需要根据learning的特点重新设计security protocol
【在 d*******9 的大作中提到】
: 理论上可以把secure multiparty computation的technique套到一般的learning算法上
: 吧，不过实际速度如何不清楚
【在 d*******9 的大作中提到】
: 理论上可以把secure multiparty computation的technique套到一般的learning算法上
: 吧，不过实际速度如何不清楚
b*c
41 楼
当然是别做无用功了，下次做事前想想会不会吃力不讨好。就是份工作，最好的地方就
是每月发薪水罢了...
【在 t********7 的大作中提到】
: 是啊是啊，就是吃力不讨好，怎么办啊
是每月发薪水罢了...
【在 t********7 的大作中提到】
: 是啊是啊，就是吃力不讨好，怎么办啊
w*g
42 楼
我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
法非贝叶斯的一些扩展, 感觉比较有失偏颇.
另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
【在 z***t 的大作中提到】
: no doubt
: Hastie's book
讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
法非贝叶斯的一些扩展, 感觉比较有失偏颇.
另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
【在 z***t 的大作中提到】
: no doubt
: Hastie's book
t*7
43 楼
看见事情没人做 心里难受手痒痒怎么办？
z*t
44 楼
这是Hastie聪明的地方，Vapnik已经写过书了
再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
即使MJ出来写，也就这水平了
说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
很不错，后来几本书还远不如最早Duda的pattern classification
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
即使MJ出来写，也就这水平了
说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
很不错，后来几本书还远不如最早Duda的pattern classification
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
T*u
45 楼
你的目的是什么，你老板的目的是什么，一样吗？在公司里多交朋友，多留意消息。老
板之类的都有所谓的supervisor meeting，他们知道的大道小道消息比你多的不是一点
半点。
板之类的都有所谓的supervisor meeting，他们知道的大道小道消息比你多的不是一点
半点。
s*e
46 楼
受教了。。。
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
t*a
47 楼
mm你和我完全相反，我要是有你半点热情就好了。
X*2
48 楼
我基本同意你的看法。
htf 那本书对方法描述还有应用上很不错，但缺在理论上。
他们不写理论也可以，但适当提供一些指针应该帮助很大。
但三个作者都不是搞理论的，估计他们不愿意这么做。
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
htf 那本书对方法描述还有应用上很不错，但缺在理论上。
他们不写理论也可以，但适当提供一些指针应该帮助很大。
但三个作者都不是搞理论的，估计他们不愿意这么做。
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
t*7
49 楼
我也很羡慕很多撒手掌柜们。。。
X*2
50 楼
也不用过分抬高htf，他们基本不做统计理论又没有机器学习
背景，真要写理论那一块也未必就能有多好。
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
背景，真要写理论那一块也未必就能有多好。
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
s*e
51 楼
他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
【在 X******2 的大作中提到】
: 也不用过分抬高htf，他们基本不做统计理论又没有机器学习
: 背景，真要写理论那一块也未必就能有多好。
【在 X******2 的大作中提到】
: 也不用过分抬高htf，他们基本不做统计理论又没有机器学习
: 背景，真要写理论那一块也未必就能有多好。
e*s
52 楼
那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
lasso PP，您放狗搜下？
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
lasso PP，您放狗搜下？
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
e*s
53 楼
我用Tom Mitchell的，是不是很老很不专业？
X*2
54 楼
他们是从统计角度写的，而且重点在methodology
（在这一块统计特别是非参统计跟机器学习重和很大）。
htf告诉你怎么做，也会从直观上说明为什么那么做，
但没有严格的理论阐述。
但是cs背景的机器学习还有很重要的泛化理论（小样本
理论），与此对应统计里面还有一致性理论（大样本理
论）。没有这些理论支持，所谓的机器学习也是不完整
的。
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
（在这一块统计特别是非参统计跟机器学习重和很大）。
htf告诉你怎么做，也会从直观上说明为什么那么做，
但没有严格的理论阐述。
但是cs背景的机器学习还有很重要的泛化理论（小样本
理论），与此对应统计里面还有一致性理论（大样本理
论）。没有这些理论支持，所谓的机器学习也是不完整
的。
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
s*e
55 楼
多谢多谢！狗已放出，今天晚上就学习一把。
好像这方面文章还不少。
【在 e*****s 的大作中提到】
: 那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
: lasso PP，您放狗搜下？
好像这方面文章还不少。
【在 e*****s 的大作中提到】
: 那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
: lasso PP，您放狗搜下？
e*s
56 楼
PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
【在 s**********e 的大作中提到】
: 多谢多谢！狗已放出，今天晚上就学习一把。
: 好像这方面文章还不少。
【在 s**********e 的大作中提到】
: 多谢多谢！狗已放出，今天晚上就学习一把。
: 好像这方面文章还不少。
s*e
57 楼
PPDM是啥意思？漂漂大妈？
咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
俺的本行冷得跟冰一样呢。
【在 e*****s 的大作中提到】
: PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
俺的本行冷得跟冰一样呢。
【在 e*****s 的大作中提到】
: PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
e*s
58 楼
privacy preserving data mining
【在 s**********e 的大作中提到】
: PPDM是啥意思？漂漂大妈？
: 咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
: 俺的本行冷得跟冰一样呢。
【在 s**********e 的大作中提到】
: PPDM是啥意思？漂漂大妈？
: 咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
: 俺的本行冷得跟冰一样呢。
s*e
59 楼
收到。准备读一读。
【在 e*****s 的大作中提到】
: privacy preserving data mining
【在 e*****s 的大作中提到】
: privacy preserving data mining
L*s
60 楼
军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
倍。不知道能不能用在这个上面。啥时候聊聊？
【在 s**********e 的大作中提到】
: 收到。准备读一读。
问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
倍。不知道能不能用在这个上面。啥时候聊聊？
【在 s**********e 的大作中提到】
: 收到。准备读一读。
s*e
61 楼
聊聊？有文章没有？
pravicy
几千
【在 L***s 的大作中提到】
: 军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
: 问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
: 倍。不知道能不能用在这个上面。啥时候聊聊？
pravicy
几千
【在 L***s 的大作中提到】
: 军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
: 问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
: 倍。不知道能不能用在这个上面。啥时候聊聊？
L*s
62 楼
我最近做了个neuromorphic/learning的hardware engine。
【在 s**********e 的大作中提到】
: 聊聊？有文章没有？
:
: pravicy
: 几千
【在 s**********e 的大作中提到】
: 聊聊？有文章没有？
:
: pravicy
: 几千
z*t
63 楼
HTF这种写法是对
他们不是不懂learning theory,相反他们理解的相当出色
这书是拿来做课本用的,不是会议文集
如果说HTF不做ML理论，那做ML理论的人很少了
ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
只有很少一部分有实际指导意义
【在 X******2 的大作中提到】
: 他们是从统计角度写的，而且重点在methodology
: （在这一块统计特别是非参统计跟机器学习重和很大）。
: htf告诉你怎么做，也会从直观上说明为什么那么做，
: 但没有严格的理论阐述。
: 但是cs背景的机器学习还有很重要的泛化理论（小样本
: 理论），与此对应统计里面还有一致性理论（大样本理
: 论）。没有这些理论支持，所谓的机器学习也是不完整
: 的。
他们不是不懂learning theory,相反他们理解的相当出色
这书是拿来做课本用的,不是会议文集
如果说HTF不做ML理论，那做ML理论的人很少了
ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
只有很少一部分有实际指导意义
【在 X******2 的大作中提到】
: 他们是从统计角度写的，而且重点在methodology
: （在这一块统计特别是非参统计跟机器学习重和很大）。
: htf告诉你怎么做，也会从直观上说明为什么那么做，
: 但没有严格的理论阐述。
: 但是cs背景的机器学习还有很重要的泛化理论（小样本
: 理论），与此对应统计里面还有一致性理论（大样本理
: 论）。没有这些理论支持，所谓的机器学习也是不完整
: 的。
s*e
64 楼
牛啊。有文章没？
【在 L***s 的大作中提到】
: 我最近做了个neuromorphic/learning的hardware engine。
【在 L***s 的大作中提到】
: 我最近做了个neuromorphic/learning的hardware engine。
X*2
65 楼
请问htf做什么ml理论？
那种写法是对还是错，见仁见智。
【在 z***t 的大作中提到】
: HTF这种写法是对
: 他们不是不懂learning theory,相反他们理解的相当出色
: 这书是拿来做课本用的,不是会议文集
: 如果说HTF不做ML理论，那做ML理论的人很少了
: ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
: 只有很少一部分有实际指导意义
那种写法是对还是错，见仁见智。
【在 z***t 的大作中提到】
: HTF这种写法是对
: 他们不是不懂learning theory,相反他们理解的相当出色
: 这书是拿来做课本用的,不是会议文集
: 如果说HTF不做ML理论，那做ML理论的人很少了
: ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
: 只有很少一部分有实际指导意义
L*s
66 楼
有一些，其实我的CAREER就是做这个的。
【在 s**********e 的大作中提到】
: 牛啊。有文章没？
【在 s**********e 的大作中提到】
: 牛啊。有文章没？
z*t
67 楼
那个叫LASSO的理论系统还是比较有意思的
一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
贡献了
不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 X******2 的大作中提到】
: 请问htf做什么ml理论？
: 那种写法是对还是错，见仁见智。
一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
贡献了
不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 X******2 的大作中提到】
: 请问htf做什么ml理论？
: 那种写法是对还是错，见仁见智。
s*e
68 楼
LASSO好像很有用啊，而且跟compressive sensing关系非常大
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
s*e
69 楼
能否指两篇出来俺学习学习？
【在 L***s 的大作中提到】
: 有一些，其实我的CAREER就是做这个的。
【在 L***s 的大作中提到】
: 有一些，其实我的CAREER就是做这个的。
X*2
70 楼
lasso的那些理论根本不是tibshirani搞的。
他自己都觉得不够格总结最近十几年有关lasso的
理论发展，而要buhlmann去写某个综述。而solution
path这玩艺最早由老efron在做lars时搞出来的，
然后才有所谓的“path frenzy"。
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
他自己都觉得不够格总结最近十几年有关lasso的
理论发展，而要buhlmann去写某个综述。而solution
path这玩艺最早由老efron在做lars时搞出来的，
然后才有所谓的“path frenzy"。
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
z*t
71 楼
最早LASSO formal的讨论是T做的
正式提出，还有讨论和其他几个理论的connections,这个工作很重要
再早F在93年也有相关文章
LARS里，T,H也都是有很大contribution，否则Efron早就single author了
Donoho是比HTF强，其他人明显超过他们的不多
正式提出，还有讨论和其他几个理论的connections,这个工作很重要
再早F在93年也有相关文章
LARS里，T,H也都是有很大contribution，否则Efron早就single author了
Donoho是比HTF强，其他人明显超过他们的不多
X*2
72 楼
哪几个理论？请指教。
这个老夫估计你记错了，你是想说breiman的garrot吧？
关于这个，你大概没听过相关的故事而有点想当然吧？
凭efron的成就和地位还会在乎single author？
事实是老efron当初看了一本书，觉得上面有个东西比
较有趣，然后兴冲冲告述th，结果被他俩狂打击，"Brad,
this is not new"。但是efron毕竟是efron,不服气，
闭关猛搞了一段时间，有了lars的最原始想法。他后
来邀请th入伙，由h动手写程序。最后当中有个证明搞
不定，于是又拉johnstone入伙。
【在 z***t 的大作中提到】
: 最早LASSO formal的讨论是T做的
: 正式提出，还有讨论和其他几个理论的connections,这个工作很重要
: 再早F在93年也有相关文章
: LARS里，T,H也都是有很大contribution，否则Efron早就single author了
: Donoho是比HTF强，其他人明显超过他们的不多
z*t
73 楼
You are wrong. Efron cares very much on single author.
【在 X******2 的大作中提到】
:
: 哪几个理论？请指教。
: 这个老夫估计你记错了，你是想说breiman的garrot吧？
: 关于这个，你大概没听过相关的故事而有点想当然吧？
: 凭efron的成就和地位还会在乎single author？
: 事实是老efron当初看了一本书，觉得上面有个东西比
: 较有趣，然后兴冲冲告述th，结果被他俩狂打击，"Brad,
: this is not new"。但是efron毕竟是efron,不服气，
: 闭关猛搞了一段时间，有了lars的最原始想法。他后
: 来邀请th入伙，由h动手写程序。最后当中有个证明搞
【在 X******2 的大作中提到】
:
: 哪几个理论？请指教。
: 这个老夫估计你记错了，你是想说breiman的garrot吧？
: 关于这个，你大概没听过相关的故事而有点想当然吧？
: 凭efron的成就和地位还会在乎single author？
: 事实是老efron当初看了一本书，觉得上面有个东西比
: 较有趣，然后兴冲冲告述th，结果被他俩狂打击，"Brad,
: this is not new"。但是efron毕竟是efron,不服气，
: 闭关猛搞了一段时间，有了lars的最原始想法。他后
: 来邀请th入伙，由h动手写程序。最后当中有个证明搞
c*s
74 楼
Mark
这个帖子信息量好大
对PPDM很感兴趣
★ 发自iPhone App: ChineseWeb 7.8
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
这个帖子信息量好大
对PPDM很感兴趣
★ 发自iPhone App: ChineseWeb 7.8
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
e*g
75 楼
谢谢，
我也算在mit挖了个有质量的坑,他引超过 40
相当于发了篇 science了
【在 c******s 的大作中提到】
: Mark
: 这个帖子信息量好大
: 对PPDM很感兴趣
:
: ★ 发自iPhone App: ChineseWeb 7.8
我也算在mit挖了个有质量的坑,他引超过 40
相当于发了篇 science了
【在 c******s 的大作中提到】
: Mark
: 这个帖子信息量好大
: 对PPDM很感兴趣
:
: ★ 发自iPhone App: ChineseWeb 7.8
g*r
76 楼
不对呀。楼里好多都不是直接引用你原文的。不能算citation。
【在 e****g 的大作中提到】
: 谢谢，
: 我也算在mit挖了个有质量的坑,他引超过 40
: 相当于发了篇 science了
【在 e****g 的大作中提到】
: 谢谢，
: 我也算在mit挖了个有质量的坑,他引超过 40
: 相当于发了篇 science了
s*r
77 楼
Bishop
Duda
Hastie
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
Duda
Hastie
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
s*r
78 楼
同意你的说法
LARS是新东西，lasso其实很早就提出了，只是没有系统论述
说实话LARS的推导很漂亮，比coordinate descent要强
convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
【在 X******2 的大作中提到】
: lasso的那些理论根本不是tibshirani搞的。
: 他自己都觉得不够格总结最近十几年有关lasso的
: 理论发展，而要buhlmann去写某个综述。而solution
: path这玩艺最早由老efron在做lars时搞出来的，
: 然后才有所谓的“path frenzy"。
LARS是新东西，lasso其实很早就提出了，只是没有系统论述
说实话LARS的推导很漂亮，比coordinate descent要强
convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
【在 X******2 的大作中提到】
: lasso的那些理论根本不是tibshirani搞的。
: 他自己都觉得不够格总结最近十几年有关lasso的
: 理论发展，而要buhlmann去写某个综述。而solution
: path这玩艺最早由老efron在做lars时搞出来的，
: 然后才有所谓的“path frenzy"。
s*e
79 楼
各位小主们的评价真是极好的。
s*s
80 楼
不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
X*2
81 楼
统计里面有不少人做了点变量选择或是玩了几下SVM就
号称懂机器学习了。
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
号称懂机器学习了。
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
R*t
82 楼
您说说到底什么算机器学习吧？
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
R*t
83 楼
您也来说说什么算统计吧？
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
e*g
84 楼
给研究生用的话，
哪本textbook最好呀。
哪本textbook最好呀。
P*t
85 楼
我用的是Ethem Alpaydin那本。
s*g
86 楼
我记得我们用的英国人写的那本,叫PRML?
e*g
87 楼
我一看是火鸡国的, 都没有要个copy.
看来我应该去看看
【在 P*****t 的大作中提到】
: 我用的是Ethem Alpaydin那本。
看来我应该去看看
【在 P*****t 的大作中提到】
: 我用的是Ethem Alpaydin那本。
z*t
88 楼
no doubt
Hastie's book
Hastie's book
s*e
89 楼
Y. S. Abu-Mostafa, M. Magdon-Ismail and H. T. Lin 这本如何？好像挺薄的。
z*t
90 楼
这本不行,纯属浪费大家时间
还不如去看Vapnik那本Statistical Learning Theory
不是专门做ML的人还是看Hastie那本比较好,讲的详细
还不如去看Vapnik那本Statistical Learning Theory
不是专门做ML的人还是看Hastie那本比较好,讲的详细
s*e
91 楼
有没有专门讲高维情况下的machine learning？或者是machine learning里面的
security 问题？
为什么？缺点在哪里？
这本很理论啊。
【在 z***t 的大作中提到】
: 这本不行,纯属浪费大家时间
: 还不如去看Vapnik那本Statistical Learning Theory
: 不是专门做ML的人还是看Hastie那本比较好,讲的详细
security 问题？
为什么？缺点在哪里？
这本很理论啊。
【在 z***t 的大作中提到】
: 这本不行,纯属浪费大家时间
: 还不如去看Vapnik那本Statistical Learning Theory
: 不是专门做ML的人还是看Hastie那本比较好,讲的详细
e*g
92 楼
有没有讲
ultra-high dimensional 的了？
比如fmri 图像的，
【在 s**********e 的大作中提到】
: 有没有专门讲高维情况下的machine learning？或者是machine learning里面的
: security 问题？
:
: 为什么？缺点在哪里？
: 这本很理论啊。
ultra-high dimensional 的了？
比如fmri 图像的，
【在 s**********e 的大作中提到】
: 有没有专门讲高维情况下的machine learning？或者是machine learning里面的
: security 问题？
:
: 为什么？缺点在哪里？
: 这本很理论啊。
z*t
93 楼
高维下做啥? 找biomarker?还是数据重建?
security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
s*e
94 楼
whatever
我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
时候数据不泄露给外人。
security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
intrusion，或者lier。。。
【在 z***t 的大作中提到】
: 高维下做啥? 找biomarker?还是数据重建?
: security里数据分析的问题不多啊,你先把想做问题搞清楚,我可以帮你搞个算法
d*9
95 楼
理论上可以把secure multiparty computation的technique套到一般的learning算法上
吧，不过实际速度如何不清楚
【在 s**********e 的大作中提到】
:
: whatever
: 我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
: agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
: 别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
: ，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
: 时候数据不泄露给外人。
: security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
: intrusion，或者lier。。。
吧，不过实际速度如何不清楚
【在 s**********e 的大作中提到】
:
: whatever
: 我说的是数据分析里面的security问题。比方说分布式的数据分析，数据存在多个
: agent里面，他们互相交换信息来分析数据（比方说做lasso分析），但是他们不希望让
: 别人全部了解自己的数据，尽管他们希望能够算出最后的结果（比方说lasso的系数）
: ，他们应该怎么做？又或许如何找出某个造假的agent。又比方说如何保证互相通信的
: 时候数据不泄露给外人。
: security里面其实也很多数据分析的问题，比方说网络里面好多数据，如何发现
: intrusion，或者lier。。。
s*e
96 楼
也许需要根据learning的特点重新设计security protocol
【在 d*******9 的大作中提到】
: 理论上可以把secure multiparty computation的technique套到一般的learning算法上
: 吧，不过实际速度如何不清楚
【在 d*******9 的大作中提到】
: 理论上可以把secure multiparty computation的technique套到一般的learning算法上
: 吧，不过实际速度如何不清楚
w*g
97 楼
我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
法非贝叶斯的一些扩展, 感觉比较有失偏颇.
另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
【在 z***t 的大作中提到】
: no doubt
: Hastie's book
讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
法非贝叶斯的一些扩展, 感觉比较有失偏颇.
另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
【在 z***t 的大作中提到】
: no doubt
: Hastie's book
z*t
98 楼
这是Hastie聪明的地方，Vapnik已经写过书了
再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
即使MJ出来写，也就这水平了
说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
很不错，后来几本书还远不如最早Duda的pattern classification
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
即使MJ出来写，也就这水平了
说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
很不错，后来几本书还远不如最早Duda的pattern classification
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
s*e
99 楼
受教了。。。
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
【在 z***t 的大作中提到】
: 这是Hastie聪明的地方，Vapnik已经写过书了
: 再写也超不过Vapnik，不如不写，否则浪费大家时间和买多余纸张的钱
: 写ML这种研究性教材，作者必须水平高，市面上其他教材的作者和Hastie他们差太多了
: 即使MJ出来写，也就这水平了
: 说其他作者自不量力，欺骗群众，也不过分，因为Hastie的第一版很早就出来了，而且
: 很不错，后来几本书还远不如最早Duda的pattern classification
:
: 系.
s*e
100 楼
他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
【在 X******2 的大作中提到】
: 也不用过分抬高htf，他们基本不做统计理论又没有机器学习
: 背景，真要写理论那一块也未必就能有多好。
【在 X******2 的大作中提到】
: 也不用过分抬高htf，他们基本不做统计理论又没有机器学习
: 背景，真要写理论那一块也未必就能有多好。
e*s
101 楼
那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
lasso PP，您放狗搜下？
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
lasso PP，您放狗搜下？
【在 s**********e 的大作中提到】
: 他们不是写机器学习的书的吗？为什么没有机器学习的背景呢？
e*s
102 楼
我用Tom Mitchell的，是不是很老很不专业？
s*e
103 楼
多谢多谢！狗已放出，今天晚上就学习一把。
好像这方面文章还不少。
【在 e*****s 的大作中提到】
: 那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
: lasso PP，您放狗搜下？
好像这方面文章还不少。
【在 e*****s 的大作中提到】
: 那你这个不是security而属于privacy吧。最近有一篇Fienberg和Jiashun Jin写的有关
: lasso PP，您放狗搜下？
e*s
104 楼
PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
【在 s**********e 的大作中提到】
: 多谢多谢！狗已放出，今天晚上就学习一把。
: 好像这方面文章还不少。
【在 s**********e 的大作中提到】
: 多谢多谢！狗已放出，今天晚上就学习一把。
: 好像这方面文章还不少。
s*e
105 楼
PPDM是啥意思？漂漂大妈？
咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
俺的本行冷得跟冰一样呢。
【在 e*****s 的大作中提到】
: PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
俺的本行冷得跟冰一样呢。
【在 e*****s 的大作中提到】
: PPDM前两年红得发紫，最近也也不弱，往BIG data上靠，合伙耍耍？
e*s
106 楼
privacy preserving data mining
【在 s**********e 的大作中提到】
: PPDM是啥意思？漂漂大妈？
: 咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
: 俺的本行冷得跟冰一样呢。
【在 s**********e 的大作中提到】
: PPDM是啥意思？漂漂大妈？
: 咱最近读这些东西，可不就是眼红big data。只怕等开始入门了，又不热了。哎，谁叫
: 俺的本行冷得跟冰一样呢。
s*e
107 楼
收到。准备读一读。
【在 e*****s 的大作中提到】
: privacy preserving data mining
【在 e*****s 的大作中提到】
: privacy preserving data mining
L*s
108 楼
军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
倍。不知道能不能用在这个上面。啥时候聊聊？
【在 s**********e 的大作中提到】
: 收到。准备读一读。
问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
倍。不知道能不能用在这个上面。啥时候聊聊？
【在 s**********e 的大作中提到】
: 收到。准备读一读。
s*e
109 楼
聊聊？有文章没有？
pravicy
几千
【在 L***s 的大作中提到】
: 军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
: 问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
: 倍。不知道能不能用在这个上面。啥时候聊聊？
pravicy
几千
【在 L***s 的大作中提到】
: 军方一直问我说能不能做个hardware engine去分析网络数据流中的security和pravicy
: 问题。我现在的learning on chip engine可以把速度提高个几百倍，能耗效率降低几千
: 倍。不知道能不能用在这个上面。啥时候聊聊？
L*s
110 楼
我最近做了个neuromorphic/learning的hardware engine。
【在 s**********e 的大作中提到】
: 聊聊？有文章没有？
:
: pravicy
: 几千
【在 s**********e 的大作中提到】
: 聊聊？有文章没有？
:
: pravicy
: 几千
z*t
111 楼
HTF这种写法是对
他们不是不懂learning theory,相反他们理解的相当出色
这书是拿来做课本用的,不是会议文集
如果说HTF不做ML理论，那做ML理论的人很少了
ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
只有很少一部分有实际指导意义
【在 X******2 的大作中提到】
: 他们是从统计角度写的，而且重点在methodology
: （在这一块统计特别是非参统计跟机器学习重和很大）。
: htf告诉你怎么做，也会从直观上说明为什么那么做，
: 但没有严格的理论阐述。
: 但是cs背景的机器学习还有很重要的泛化理论（小样本
: 理论），与此对应统计里面还有一致性理论（大样本理
: 论）。没有这些理论支持，所谓的机器学习也是不完整
: 的。
他们不是不懂learning theory,相反他们理解的相当出色
这书是拿来做课本用的,不是会议文集
如果说HTF不做ML理论，那做ML理论的人很少了
ML理论不只是去证明bound，而且大部分发在COLT,SODA上的bound都没用
只有很少一部分有实际指导意义
【在 X******2 的大作中提到】
: 他们是从统计角度写的，而且重点在methodology
: （在这一块统计特别是非参统计跟机器学习重和很大）。
: htf告诉你怎么做，也会从直观上说明为什么那么做，
: 但没有严格的理论阐述。
: 但是cs背景的机器学习还有很重要的泛化理论（小样本
: 理论），与此对应统计里面还有一致性理论（大样本理
: 论）。没有这些理论支持，所谓的机器学习也是不完整
: 的。
s*e
112 楼
牛啊。有文章没？
【在 L***s 的大作中提到】
: 我最近做了个neuromorphic/learning的hardware engine。
【在 L***s 的大作中提到】
: 我最近做了个neuromorphic/learning的hardware engine。
L*s
113 楼
有一些，其实我的CAREER就是做这个的。
【在 s**********e 的大作中提到】
: 牛啊。有文章没？
【在 s**********e 的大作中提到】
: 牛啊。有文章没？
z*t
114 楼
那个叫LASSO的理论系统还是比较有意思的
一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
贡献了
不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 X******2 的大作中提到】
: 请问htf做什么ml理论？
: 那种写法是对还是错，见仁见智。
一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
贡献了
不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 X******2 的大作中提到】
: 请问htf做什么ml理论？
: 那种写法是对还是错，见仁见智。
s*e
115 楼
LASSO好像很有用啊，而且跟compressive sensing关系非常大
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
【在 z***t 的大作中提到】
: 那个叫LASSO的理论系统还是比较有意思的
: 一般来说，除了算法，能给出solution path和convergence rate的研究都算是有理论
: 贡献了
: 不觉得哪个中国人在ML领域超过HTF，至少我是高山仰止
s*e
116 楼
能否指两篇出来俺学习学习？
【在 L***s 的大作中提到】
: 有一些，其实我的CAREER就是做这个的。
【在 L***s 的大作中提到】
: 有一些，其实我的CAREER就是做这个的。
z*t
117 楼
最早LASSO formal的讨论是T做的
正式提出，还有讨论和其他几个理论的connections,这个工作很重要
再早F在93年也有相关文章
LARS里，T,H也都是有很大contribution，否则Efron早就single author了
Donoho是比HTF强，其他人明显超过他们的不多
正式提出，还有讨论和其他几个理论的connections,这个工作很重要
再早F在93年也有相关文章
LARS里，T,H也都是有很大contribution，否则Efron早就single author了
Donoho是比HTF强，其他人明显超过他们的不多
z*t
118 楼
You are wrong. Efron cares very much on single author.
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
c*s
119 楼
Mark
这个帖子信息量好大
对PPDM很感兴趣
★ 发自iPhone App: ChineseWeb 7.8
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
这个帖子信息量好大
对PPDM很感兴趣
★ 发自iPhone App: ChineseWeb 7.8
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
e*g
120 楼
谢谢，
我也算在mit挖了个有质量的坑,他引超过 40
相当于发了篇 science了
【在 c******s 的大作中提到】
: Mark
: 这个帖子信息量好大
: 对PPDM很感兴趣
:
: ★ 发自iPhone App: ChineseWeb 7.8
我也算在mit挖了个有质量的坑,他引超过 40
相当于发了篇 science了
【在 c******s 的大作中提到】
: Mark
: 这个帖子信息量好大
: 对PPDM很感兴趣
:
: ★ 发自iPhone App: ChineseWeb 7.8
g*r
121 楼
不对呀。楼里好多都不是直接引用你原文的。不能算citation。
【在 e****g 的大作中提到】
: 谢谢，
: 我也算在mit挖了个有质量的坑,他引超过 40
: 相当于发了篇 science了
【在 e****g 的大作中提到】
: 谢谢，
: 我也算在mit挖了个有质量的坑,他引超过 40
: 相当于发了篇 science了
s*r
122 楼
Bishop
Duda
Hastie
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
Duda
Hastie
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
s*r
123 楼
同意你的说法
LARS是新东西，lasso其实很早就提出了，只是没有系统论述
说实话LARS的推导很漂亮，比coordinate descent要强
convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
【在 X******2 的大作中提到】
: lasso的那些理论根本不是tibshirani搞的。
: 他自己都觉得不够格总结最近十几年有关lasso的
: 理论发展，而要buhlmann去写某个综述。而solution
: path这玩艺最早由老efron在做lars时搞出来的，
: 然后才有所谓的“path frenzy"。
LARS是新东西，lasso其实很早就提出了，只是没有系统论述
说实话LARS的推导很漂亮，比coordinate descent要强
convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
【在 X******2 的大作中提到】
: lasso的那些理论根本不是tibshirani搞的。
: 他自己都觉得不够格总结最近十几年有关lasso的
: 理论发展，而要buhlmann去写某个综述。而solution
: path这玩艺最早由老efron在做lars时搞出来的，
: 然后才有所谓的“path frenzy"。
s*e
124 楼
各位小主们的评价真是极好的。
s*s
125 楼
不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
R*t
126 楼
您说说到底什么算机器学习吧？
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
【在 X******2 的大作中提到】
: 统计里面有不少人做了点变量选择或是玩了几下SVM就
: 号称懂机器学习了。
R*t
127 楼
您也来说说什么算统计吧？
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
【在 s****s 的大作中提到】
: 不知道各位有多少是CS有多少统计的。怎么觉得CS这些人比俺懂得统计还多呢？
c*4
128 楼
LARS想法早两年D和他的学生就提出了，只是manuscript而已，没有给出几何的解释。
Efron他老人家给出了非常漂亮的几何证明。
TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
习的研究者。
个人认为D更厉害一些。
【在 s*****r 的大作中提到】
: 同意你的说法
: LARS是新东西，lasso其实很早就提出了，只是没有系统论述
: 说实话LARS的推导很漂亮，比coordinate descent要强
: convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
Efron他老人家给出了非常漂亮的几何证明。
TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
习的研究者。
个人认为D更厉害一些。
【在 s*****r 的大作中提到】
: 同意你的说法
: LARS是新东西，lasso其实很早就提出了，只是没有系统论述
: 说实话LARS的推导很漂亮，比coordinate descent要强
: convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
s*r
129 楼
泪眼婆娑！这么多同道。前一段还以为都是bio med, 吓得俺大气都不敢出：:))
★ 发自iPhone App: ChineseWeb 7.8
【在 c***4 的大作中提到】
: LARS想法早两年D和他的学生就提出了，只是manuscript而已，没有给出几何的解释。
: Efron他老人家给出了非常漂亮的几何证明。
: TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
: 习的研究者。
: 个人认为D更厉害一些。
★ 发自iPhone App: ChineseWeb 7.8
【在 c***4 的大作中提到】
: LARS想法早两年D和他的学生就提出了，只是manuscript而已，没有给出几何的解释。
: Efron他老人家给出了非常漂亮的几何证明。
: TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
: 习的研究者。
: 个人认为D更厉害一些。
s*y
130 楼
Bayesian 是王道。
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
系.
【在 w***g 的大作中提到】
: 我没看过Hastie那本, 但是看了眼目录, 感觉比Bishop那本更好. Hastie基本上每一章
: 讲的是Machine Learning的一类方法, 覆盖面很全, 篇幅分配也比较均衡. Bishop的书
: 其实应该叫"Bayesian Methods for PRML", 把所有的方法都纳入了贝叶斯统计的体系.
: 虽然很有系统性, 各种方法也都能覆盖到, 但是对于一些实用性较强的方法如SVM,
: Bishop用了大量的篇幅论述这些方法的实用性不那么强的贝叶斯版本, 而忽略了这些方
: 法非贝叶斯的一些扩展, 感觉比较有失偏颇.
: 另外, Hastie和Bishop两本书貌似都没有涉及VC Theory和Generalization Error的内
: 容, 作为教材的话感觉缺了一大块, 得补一些Vapnik和Schapire的书中的章节.
s*y
131 楼
LARS 已经没人用了。
【在 s*****r 的大作中提到】
: 同意你的说法
: LARS是新东西，lasso其实很早就提出了，只是没有系统论述
: 说实话LARS的推导很漂亮，比coordinate descent要强
: convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
【在 s*****r 的大作中提到】
: 同意你的说法
: LARS是新东西，lasso其实很早就提出了，只是没有系统论述
: 说实话LARS的推导很漂亮，比coordinate descent要强
: convex下找最sparse的解，这种建模真的挺难想不到的，关键是难解
c*4
132 楼
don't think so...
【在 s**********y 的大作中提到】
: Bayesian 是王道。
:
: 系.
【在 s**********y 的大作中提到】
: Bayesian 是王道。
:
: 系.
c*4
133 楼
你这个说法太片面了。
首先，lars作为一个不基于优化的算法，它的性质很值得研究，当然我们已经很清楚了
。比如它的homotopy性质， 等角行和zero－crossing，和greedy，stepwise算法的关
系，等等。
其次，lars并不是没有人在用。除非你的data large－scale到hadoop级别的框架。我
认为有imaging的人在用这个算法。
再则，如果你非要argue stochastic gradient descent，我认为这充其量也就是计算
上的贡献。
【在 s**********y 的大作中提到】
: LARS 已经没人用了。
首先，lars作为一个不基于优化的算法，它的性质很值得研究，当然我们已经很清楚了
。比如它的homotopy性质， 等角行和zero－crossing，和greedy，stepwise算法的关
系，等等。
其次，lars并不是没有人在用。除非你的data large－scale到hadoop级别的框架。我
认为有imaging的人在用这个算法。
再则，如果你非要argue stochastic gradient descent，我认为这充其量也就是计算
上的贡献。
【在 s**********y 的大作中提到】
: LARS 已经没人用了。
b*t
134 楼
TRJ的书是哪一本啊？
【在 c***4 的大作中提到】
: LARS想法早两年D和他的学生就提出了，只是manuscript而已，没有给出几何的解释。
: Efron他老人家给出了非常漂亮的几何证明。
: TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
: 习的研究者。
: 个人认为D更厉害一些。
【在 c***4 的大作中提到】
: LARS想法早两年D和他的学生就提出了，只是manuscript而已，没有给出几何的解释。
: Efron他老人家给出了非常漂亮的几何证明。
: TRJ的书是从统计的角度来讲述machine learning，适合做高维数据分析和统计机器学
: 习的研究者。
: 个人认为D更厉害一些。
m*g
135 楼
Elements of Statistical Learning
搭配
Pattern Recognition and Machine Learning
一个给框架，一个给方法。
搭配
Pattern Recognition and Machine Learning
一个给框架，一个给方法。
m*g
136 楼
不过很多书想有效看，前提是学过：
Convex Optimization
一本万金油书。
Convex Optimization
一本万金油书。
R*t
137 楼
http://web.stanford.edu/~hastie/local.ftp/Springer/ESLII_print1
【在 b*****t 的大作中提到】
: TRJ的书是哪一本啊？
【在 b*****t 的大作中提到】
: TRJ的书是哪一本啊？
M*P
138 楼
这本没人提？
http://www.cs.ubc.ca/~murphyk/MLbook/
我觉得这个的方法讲的很细。另外两本感觉没有这么多细节
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
http://www.cs.ubc.ca/~murphyk/MLbook/
我觉得这个的方法讲的很细。另外两本感觉没有这么多细节
【在 e****g 的大作中提到】
: 给研究生用的话，
: 哪本textbook最好呀。
m*o
139 楼
楼上说的这本typo实在太多了。。。
我觉得Hastie和Bishop的都不错，Hastie的讲的好，Bishop的好多图很直观，帮助理解
我觉得Hastie和Bishop的都不错，Hastie的讲的好，Bishop的好多图很直观，帮助理解
T*u
140 楼
hastie的书吧，都免费。tom mitchelle的要200多一本。都是人，差别咋这么大涅。
相关阅读
给CS的朋友来科普一下pCellNest 成功的 key idea如何证明职场歧视？ (转载)怎样让google搜索结果指向skin color act 5? (转载)一个dot net浮点运算的问题啥也别说了，TeacherWei和goodbug把工资晒一下吧。菜鸟请教有什么免费或者便宜的cloud server满足干私活的需求？为什么要招人？C++确实不适合做大项目有了google是不是大家能力都一样了？当然不是原来goodbug连强实时定义都不懂j2ee是屎一样的东西，我4个月前就说过了erlang系的东西从来都以量大著称关于Restful+Json我以为今天是全美国的假日Hulu 比netflix差很多 是么？Re: 不知道干什么来着，公司给了一个Raspberry Pi (转载)vbscript 转换excel文件到csv文件格式问题？好吧，Disable GC的问题不知道为什么goodbug和zhaoce为什么这么敏感？