<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[勿忘初衷]]></title><description><![CDATA[Talk is cheap, show me the code]]></description><link>https://blog.youkuaiyun.com/Wiking__acm</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Wiking__acm]]></copyright><item><title><![CDATA[机器生成小说的可行性探索]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/109217047</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/109217047</guid><author>Wiking__acm</author><pubDate>Thu, 22 Oct 2020 10:52:18 +0800</pubDate><description><![CDATA[前段时间简单调研了一下小说的结构，希望了解机器生成小说的可行性。

思路是基于人类现有所有文学作品作为输入，辅助人类作者写小说。非当前gpt这种seq2seq生成的思路，希望是先对小说内容做理解，即信息结构化。工作进行中，欢迎感兴趣的朋友一起交流！这个研究领域叫做computationalnarrative，前人有一些工作，但离生成能看的小说还有相当距离。

这里先记录部分笔记：




https://zh.wikipedia.org/wiki/三十六劇，三十六剧定义了36种常见剧情模式。



...]]></description><category></category></item><item><title><![CDATA[《知识图谱：概念与技术》笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/109216852</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/109216852</guid><author>Wiking__acm</author><pubDate>Thu, 22 Oct 2020 10:36:03 +0800</pubDate><description><![CDATA[基础知识

知识图谱与NLP的关系，思考

1 人类是如何利用背景知识实现语言理解的？（基于图谱的语言理解）

2 人类是如何认知这个世界，进而形成知识的？（指导图谱的构造）



评价知识表示的重要因素：

1 表达能力

2 计算效率



知识图谱的知识表示方法：

1 符号化表示。面向人的理解，易于理解，可实现符号推理。

2 向量化表示。



知识图谱的变种：

传统KG在实际商业应用中可用范围小，为提升其可用范围，需对KG进行变种设计。例如，

1事理图谱，描述事件之间的演化规律和模式...]]></description><category></category></item><item><title><![CDATA[计算广告相关笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/109216641</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/109216641</guid><author>Wiking__acm</author><pubDate>Thu, 22 Oct 2020 10:29:53 +0800</pubDate><description><![CDATA[内容主要来源于刘鹏老师的《计算广告》，和一些互联网公开ppt



广告有效性原理

可分为六个阶段：曝光 -&gt; 关注 -&gt; 理解 -&gt; 接受 -&gt; 保持 -&gt; 决策

曝光：主要取决于广告位，曝光有效性对最终结果的影响，往往远远高于其他技术性因素，所以才会有“位置为王”的说法。

关注：如何提高关注阶段的效率呢？

1 不要打断用户的任务。 上下文定向技术

2 明确传达向用户推送此广告的原因。受众定向广告创意优化技术。

3 内容符合用户的兴趣或需求。行为定向技术。

..]]></description><category></category></item><item><title><![CDATA[《程序设计实践》笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/100537288</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/100537288</guid><author>Wiking__acm</author><pubDate>Wed, 04 Sep 2019 13:38:07 +0800</pubDate><description><![CDATA[名字

变量的作用域越大，它的名字所携带的基本信息就应该越多。

全局变量使用具有说明性的文字,局部变量用短名字。

因为全局变量可以出现在整个程序任何地方，因此它们的名字应足够长，具有足够的说明性，以便读者能够记得它们是干什么用的。

按常规方式使用的局部变量可以采用极短的名字。例如，i、j做循环变量，p、q做指针，s、t表示字符串。



函数采用动作性的名字。例如getTime



...]]></description><category></category></item><item><title><![CDATA[《好好说话》笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/100537163</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/100537163</guid><author>Wiking__acm</author><pubDate>Wed, 04 Sep 2019 13:28:36 +0800</pubDate><description><![CDATA[说话是权利的游戏：

1 演讲 — 权力的形成

2 沟通—权力的流动

3 说服 — 权力在对方

4 谈判 — 权力在双方

5 辩论 — 权力在他方



典型错误：

1 演讲时，上台伊始就急着煽情或者下结论。

2 沟通时，喜欢强行推进自己的结论。用反问或追问的方式逼迫对方同意自己的观点。

3 说服时，以为只要辩倒对方，就能“以理服人”。说服的关键，是要尊重并且利用对方的自主性。使其...]]></description><category></category></item><item><title><![CDATA[搜索引擎初探]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/100164527</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/100164527</guid><author>Wiking__acm</author><pubDate>Fri, 30 Aug 2019 19:56:15 +0800</pubDate><description><![CDATA[本文简单总结一下最近对搜索引擎的学习研究。综合了stanford cs276http://web.stanford.edu/class/cs276/和一些query理解http://queryunderstanding.com的内容。

什么是搜索引擎？

用户带着目的（user intents），在搜索引擎输入一段文本（语音或文字）（query），搜索引擎返回相关的网页、文档等资源（sear...]]></description><category></category></item><item><title><![CDATA[《马东职场B计划》笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/100107442</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/100107442</guid><author>Wiking__acm</author><pubDate>Tue, 27 Aug 2019 20:00:45 +0800</pubDate><description><![CDATA[喜马拉雅上的一个音频课，记下一些反个人直觉或之前想不到的观点：



作为老板，最重要的任务就是做决策。而作为员工，他主要的任务之一，就是让老板尽可能放心的更改决策。



权利不仅仅来自于岗位，更重要来自于你的专业性。



如何看待情绪价值？

组织里，员工贡献的价值有两种：生存价值、情绪价值。一个人的情绪价值会影响其他人的生存价值，而我们希望的是整个团队的生存价值最大化。



你真...]]></description><category></category></item><item><title><![CDATA[《刘慈欣的思想实验室》笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/100019919</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/100019919</guid><author>Wiking__acm</author><pubDate>Thu, 22 Aug 2019 17:23:31 +0800</pubDate><description><![CDATA[本文是喜马拉雅的一个音频笔记。

我认为科幻的魅力是让人驰骋在想象的空间和时间中。而好的问题是打开想象的钥匙，因此整理出一些个人觉得好玩的问题。



太空开发对我们生活的影响？

比IT产业要大得多



太空开发做什么？

太空矿藏、殖民地开发等



太空初期开发是否会像大航海时代一样，比如发生对资源和殖民地的掠夺？



太空国际法是否会继续被大家遵守？



外星文明和人类接触...]]></description><category></category></item><item><title><![CDATA[stanford cs230 课程笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/99860625</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/99860625</guid><author>Wiking__acm</author><pubDate>Tue, 20 Aug 2019 17:00:04 +0800</pubDate><description><![CDATA[吴恩达老师讲的斯坦福深度学习课程，课程链接：https://cs230.stanford.edu。

第八讲的课程笔记：

读完论文后，回答这几个问题：

作者希望完成什么事？
	使用的方法的几个核心元素是什么？
	换了你自己能够采用什么方法？
	你有哪些参考文献希望继续跟进？


如何判断自己是否真正理解论文

数学：自己重新推倒一遍公式

算法：用代码自己实现一遍



周六上午问题：

...]]></description><category></category></item><item><title><![CDATA[自动驾驶课程笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/82253684</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/82253684</guid><author>Wiking__acm</author><pubDate>Fri, 31 Aug 2018 11:24:08 +0800</pubDate><description><![CDATA[MIT 自动驾驶课程的一些笔记，课程链接 https://selfdrivingcars.mit.edu

自动驾驶的乐观与悲观

乐观主义者：

1 拯救生命（每年有130万人死于车祸）

     原因：酒驾、吸毒、分心、疲劳

2 降低拥有私人汽车的比例

     增加流通性和使用率

     省钱

3 让交通变的个性化、高效和可靠

 

悲观主义者：

1 减少运输业的工作机会

...]]></description><category></category></item><item><title><![CDATA[工业界怎样评估一个问题是否适合用NLP解决]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/78019573</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/78019573</guid><author>Wiking__acm</author><pubDate>Mon, 18 Sep 2017 15:22:56 +0800</pubDate><description><![CDATA[整理于论文 
On the Challenges of Translating NLP Research into Commercial Products


1 首先确定商业问题是什么：潜在用户是谁，要解决什么问题，定义问题的输入与输出。


2 确定这个问题是否需要用统计方法的NLP：数据量很大，需要自动化，且需要用复杂的规则，更适合机器学习。


3 确认是否有可用的数据]]></description><category></category></item><item><title><![CDATA[UTAustinX: UT.5.04x LAFF: Linear Algebra - Foundations to Frontiers 课程笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/77995828</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/77995828</guid><author>Wiking__acm</author><pubDate>Fri, 15 Sep 2017 21:13:59 +0800</pubDate><description><![CDATA[去年10月份学线性代数时的课程笔记

Week 2 Linear Transformations and Matrices


函数f(x)是线性变换的充要条件：
1 f(ax) = af(x)             (a是常数)
2 f(x+y) = f(x) + f(y)


或者，f(x) 可表示为，一个矩阵A与x的乘法。


Week 6: Gaussian E]]></description><category></category></item><item><title><![CDATA[《人类简史》读书笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/77995592</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/77995592</guid><author>Wiking__acm</author><pubDate>Fri, 15 Sep 2017 20:49:24 +0800</pubDate><description><![CDATA[半年前的读书笔记了，拿来更新一下博客。

1 人类是遵从进化论诞生的。
2 人曾经有很多“同族”，但最后都被“智人”“灭掉”了。
3 智力的发达，远古人类付出两个代价：首先是花更多时间寻找食物，其次是肌肉退化萎缩。（能量供给的角度得出的结论）
4 直立行走，从而解放双手，进而使用工具。
5 火的使用。加热的食物，可以杀死病菌和寄生虫，大幅减少咀嚼和消化的时间。
6 大规模的人类合作是]]></description><category></category></item><item><title><![CDATA[Stanford CS224n: Natural Language Processing with Deep Learning  课程笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/72851005</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/72851005</guid><author>Wiking__acm</author><pubDate>Sat, 03 Jun 2017 11:21:01 +0800</pubDate><description><![CDATA[Stanford CS224n: Natural Language Processing with Deep Learning 
课程主页：http://web.stanford.edu/class/cs224n/

已完成的课程作业代码：https://github.com/xingjian-f/Standford-cs224n-assignments

一些笔记：

lec1 ]]></description><category></category></item><item><title><![CDATA[Writing in the Sciences 课程笔记（论文的组织和写作）]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/52999169</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/52999169</guid><author>Wiking__acm</author><pubDate>Tue, 01 Nov 2016 19:37:52 +0800</pubDate><description><![CDATA[4.2 写作过程的步骤
1 写作前的构思
收集、综合和组织信息
头脑风暴take-home message
离开电脑，理清思路
构造一个大纲
2 写初稿
用一个有组织的方式，把你的事实和想法放在一起
3 修改
把你的论文大声的读出来（大脑对读出来的词和写出来的词处理方式是不一样的！）
去掉clutter
做一个动词检查（画出每个句子的主动词）
做一个 organizatio]]></description><category></category></item><item><title><![CDATA[Writing in the Sciences 课程笔记 （导论、句子和段落）]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/52997507</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/52997507</guid><author>Wiking__acm</author><pubDate>Tue, 01 Nov 2016 17:00:47 +0800</pubDate><description><![CDATA[最近学完了 stanford 大学 Kristin Sainani 教授的 Writing in the Sciences 课程，收货很大！对于要做英语论文写作的同学，个人强烈推荐。即使不写论文，感觉对英语写作，甚至中文写作，个人说话时逻辑表达，都有很大帮助。
课程可以在网上免费学习，网址： https://lagunita.stanford.edu/courses/Medicine/SciWr]]></description><category></category></item><item><title><![CDATA[Writing in the Sciences 课程笔记 （如何审稿）]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/52997086</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/52997086</guid><author>Wiking__acm</author><pubDate>Tue, 01 Nov 2016 16:20:46 +0800</pubDate><description><![CDATA[首要的，注意语气！


一些建议：

避免批评作者！批评论文本身。不要泛泛而谈；指出具体的错误。尽可能使用积极而不是消极的语言。例如："The paper is poorly written." 可改为 "The writing and presentation could be improved. For example…"避免给作者“讲课”。


审稿的过程
（课程老师的方式]]></description><category></category></item><item><title><![CDATA[《学术研究，你的成功之道》 读书笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/52331429</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/52331429</guid><author>Wiking__acm</author><pubDate>Fri, 26 Aug 2016 20:25:17 +0800</pubDate><description><![CDATA[这本凌晓峰和杨强老师写的，《学术研究，你的成功之道》，干货满满的探讨和指导了与研究有关的许多事情。读完之后，受益匪浅，诚心推荐给大家。
一些读书笔记，记录在这里。

第一章


兴趣是研究的动力，创新是研究的核心，影响力是研究的成绩单，这三者相辅相成，相得益彰，是研究的本质。


研究者的生活：
1 探索和构思新想法。必须了解相关领域的最新发展，做大量文献检索工作。
2 用实]]></description><category></category></item><item><title><![CDATA[Leetcode 解题报告]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/51721278</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/51721278</guid><author>Wiking__acm</author><pubDate>Mon, 20 Jun 2016 15:58:43 +0800</pubDate><description><![CDATA[据说刷完leetcode是准备编程面试的第一步。想到明年可能就要开始找工作了，先准备着吧。
计划今年11月份前做完，大概平均每天2-3题，难度应该不大，贵在坚持！
代码放在github上，地址：https://github.com/xingjian-f/Leetcode-solution
简略解题报告

1 Two Sum
三种解法：
1 暴力枚举所有的两两组合，检查它们的和是否等于]]></description><category></category></item><item><title><![CDATA[《机器学习（周志华）》 阅读笔记]]></title><link>https://blog.youkuaiyun.com/Wiking__acm/article/details/51671733</link><guid>https://blog.youkuaiyun.com/Wiking__acm/article/details/51671733</guid><author>Wiking__acm</author><pubDate>Tue, 14 Jun 2016 14:48:52 +0800</pubDate><description><![CDATA[1 绪论1.1 引言（什么是机器学习：让计算机通过已有的经验进行学习，做出归纳和判断。）1.2 基本术语尽管训练样本集只是样本空间的一个很小的采样，我们仍然希望它能很好的反应出样本空间的特性，否则就很难期望在训练集上学得的模型能在整个样本空间上都工作很好。（因此，要想模型能够准确的预测未见过的样本，至少它需要见过和它很相似的样本！当然，迁移学习提供了另一种思路。） 
通常假设样本空间中全体样本服从一]]></description><category></category></item></channel></rss>