29、历史、文化与社会研究综述

历史、文化与社会研究综述

1. 历史研究领域

历史研究涵盖了多个地区和时代,包括冰岛、中世纪欧洲以及国际政治等方面。以下是一些相关研究的介绍:
- 冰岛历史研究 :众多学者对冰岛的历史进行了深入探讨。例如,Hafliði Haflðason等人在1992年研究了冰岛Thingvallavatn的近期沉积历史,2000年又对冰岛和北大西洋地区中晚期第四纪的火山灰年代学进行了综述。Hastrup从人类学角度分析了中世纪冰岛的文化与历史,以及1400 - 1800年冰岛的自然与政策等。Jón Jóhannesson撰写了《冰岛古老联邦的历史》,对冰岛古老联邦时期进行了研究。
- 中世纪欧洲研究 :涉及暴力、社会、宗教等多个方面。Halsall编辑了《中世纪早期西方的暴力与社会》,并对该时期的暴力与社会进行了介绍和反思。Head和Landes编辑的《上帝的和平:公元1000年左右法国的社会暴力与宗教回应》探讨了当时法国社会暴力与宗教的关系。
- 国际政治研究 :Harkabi在1983年研究了国际政治中的风险与现实主义,提出了“巴尔·科赫巴综合症”。Jervis在2017年探讨了政治家的思维方式以及国际政治的心理学。

研究领域 代表学者 代表作品
冰岛历史研究 Hafliði Haflðason、Hastrup、Jón Jóhanne
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值