<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[singmk的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/singmk</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; singmk]]></copyright><item><title><![CDATA[最近学技术的一点感悟]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56480247</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56480247</guid><author>singmk</author><pubDate>Wed, 22 Feb 2017 10:28:02 +0800</pubDate><description><![CDATA[分享出来，希望对大家有点启发。


我非技术出身，辗转几次，现在到了数据分析这个岗位。刚开始觉得自己是要转型，后来领导给我的定位仍以发展业务为主，数据分析为辅。然而，我对自己的认识很清楚，哪儿短就补哪一块，业余时间大都花在了技术上。同时，心里有个弦也一直在紧绷：我就是学到死，技术也一定比不上那些科班出身的。


那我该怎么办呢？


我相信太多转行转专业的人，会有这样的迷茫。年纪]]></description><category></category></item><item><title><![CDATA[凯文·凯利对人工智能的思考与我的理解]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56277987</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56277987</guid><author>singmk</author><pubDate>Tue, 21 Feb 2017 10:50:51 +0800</pubDate><description><![CDATA[凯文·凯利的演讲全文地址如下：
http://mp.weixin.qq.com/s/kAkNLbuNrfI1YMq9Q5kb4A

先说凯文·凯利这位在我心目中的大神。此文不是给kk唱赞歌，在国内，有不少人将他看做是美国科技圈内混不下去、靠在中国肯蒙拐骗的神棍级人物。对于我来说，之前由于工作的关系，整理过一些kk关于大数据方向的观点，也看过他的《失控》，我已经过了偶像崇拜的年纪，但每一次听他]]></description><category></category></item><item><title><![CDATA[我眼中的人工智能（2017年初）]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56277457</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56277457</guid><author>singmk</author><pubDate>Tue, 21 Feb 2017 10:26:37 +0800</pubDate><description><![CDATA[声明：原创作品，转自我的公众号：http://mp.weixin.qq.com/s/j02w51JYEF-5iPwynpvKhw
（因面向读者不同，此处略有删减）




“除人脑以外，没有任何一个自然或人工系统能够具有对新环境新挑战的自适应能力、新信息与新技能的自动获取能力、在复杂环境下进行有效决策并稳定工作直至几十年的能力。没有任何系统能够在多处损伤的情况下保持像人脑一样好的鲁棒性]]></description><category></category></item><item><title><![CDATA[《统计学习方法》（李航）的学习体会（一）]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56017190</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56017190</guid><author>singmk</author><pubDate>Mon, 20 Feb 2017 17:59:56 +0800</pubDate><description><![CDATA[一转眼，从开始接触机器学习，到现在被琐事左右，不得不放下李航老师的《统计学习方法》，快五个月了。这五个月里，开头的一个月是我最快活的时候，全身心地享受统计学习方法带来的种种思维的乐趣，妙不可言。


截止在发稿前，我大概看了1/4，考虑到这本书总-分的结构，接下来的读书任务是学习更多的模型方法，比对加深对统计学习方法的认识。我要声明的是，年内就会把这本书看完，到时会参照其他的学习资料，系统性]]></description><category></category></item><item><title><![CDATA[“从事后到事前”的转变——谈粒数据的概念的影响力]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56013458</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56013458</guid><author>singmk</author><pubDate>Mon, 20 Feb 2017 15:14:43 +0800</pubDate><description><![CDATA[最近在写关于数据质量的文档，一直在脑中有个问题，数据到底怎么给评价质量乃至数据价值？如果从数据完整度或数据一致性的角度来说，很多垃圾数据的表现并不差，就算是考虑到数据与业务的相关性，那也是需要建模进行描述性统计分析，这其中的时间成本和人员素质要求可不低。
之前参加过几次信标委的数据标准研讨会，出席的专家大部分时间所讨论的，于我上面所讲的数据质量分析方法并无本质的区分。更有位中科院专门研究数据质量]]></description><category></category></item><item><title><![CDATA[迟来的开篇明义]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/56006974</link><guid>https://blog.youkuaiyun.com/singmk/article/details/56006974</guid><author>singmk</author><pubDate>Mon, 20 Feb 2017 11:27:58 +0800</pubDate><description><![CDATA[若干年前，在新浪发第一篇博文的时候，我就写过我为什么要开博客。风水轮流转，从一个文艺腔的青葱少年，流转到而立之年要加班学技术，简直是悲喜交加。喜从何来，悲从何来？
悲的是我并无多好的技术基础，大学从来没有认真学好一门课，连基本的编程也七七八八忘的一干二净；喜的是，我还钟情于技术，工作换了几轮，都是我愿意干的事，技术，学的不憋屈。
背景交待完了，接着说说为什么要开这个博客：
第一，csdn成为]]></description><category></category></item><item><title><![CDATA[Tensorflow平台搭建和使用：计划及安排]]></title><link>https://blog.youkuaiyun.com/singmk/article/details/55252141</link><guid>https://blog.youkuaiyun.com/singmk/article/details/55252141</guid><author>singmk</author><pubDate>Thu, 16 Feb 2017 10:37:17 +0800</pubDate><description><![CDATA[项目的起因：


通过tensorflow学习，了解现有人工智能的工作方式学习一些人工智能，主要是机器学习和深度学习的概念及原理学习python语言和掌握数据分析的能力其他待补充：
项目的计划




二月份开始着手tensorflow官方文档和外围知识的学习，基础原理掌握大概两个月时间，后面将会有详细的计划同时尝试搭建tensorflow人工智能学习平台，确定项目和数据源整个大]]></description><category></category></item></channel></rss>