一种基于连接图的 Web 文档聚类方法 09年的文章“Efficient Clustering of Web-Derived Data Sets”提出了一种基于连接图的web文档聚类方法，该方法不仅在性能可与平衡数据集上的streaming clustering(流聚类算法)相媲美，而且在处理稀疏、非平衡数据集时也加高效。 1.Web数.... 查看详情
使用数据挖掘方法进行自动化聊天分析 在线聊天中实时的自适应反馈和学习有助于增强聊天系统的“意识”，07年的文章 "Towards educational data mining: Using data mining methods for automated chat analysis to understand and suppor.... 查看详情
虚拟参考咨询和即时通讯的比较 文章"Learning from Chatting: How Our Virtual Reference Questions Are Giving Us Answers" 通过比较图书馆的两种主要在线咨询方式：虚拟参考咨询(VR)和即时通讯咨询(IM)，来指导图书馆提供哪种咨询方式可以更加高效地帮助.... 查看详情
Google 的混合式研究与开发方法 《Google's Hybrid Approach to Research》，这是 google 全球副总裁 Alfred Spector 和 google 研究主管 Peter Norvig 联合撰写的论文。关于 Peter Norvig，他是人工智能业界经典书籍《Artificial Intel.... 查看详情
我是谁？你想过吗？ 当我有了对生死的思考的时候，就对死亡很恐惧。总是希望如果人能永生该多好。随着科技的不断进步，很多不可能的事情变为可能。克隆技术的出现让我们的身体的部分可以被替换。如果我们的身体大部分被替换了，那么我还是我吗。换句话说，如果我的所有记忆和思维模式，包括知识、技能、个性、记忆被移植到另外一个我的克隆身体.... 查看详情
基于网络搜索的知识库填充方法 目前公开的知识库中（比如：Freebase，NELL和YAGO），尽管数据量看似很大，但依然是高度不完善的。比如Freebase中，有70%的人出生地是未知的，有99%的人种族信息是未知的。Google在文章 Knowledge Base Completion via Search-Based Qu.... 查看详情
机器智能：强人工智能什么时候出现？ 在遗传学、纳米技术和机器人技术革命中，最深刻的是机器人技术，它所涉及的非生物智能的创造超过了非增强性的人类。较高的智能处理定然会超过低智能处理，它将令智能真正成为更加强大的力量。 在GNR中，R代表机器人技术，我们都想了解的真正问题是强人工智能，也就是人工智能超越了人类。有几个原因可以解释为什.... 查看详情
Google 的大规模稀疏数据相似对查找算法 在大量数据中找出相似的数据，是一个常见的问题。最Naive的算法需要数据量的平方级别的计算时间，这在百万以上数据量上是不可忍受的。在实际应用中没有最佳解法，需要根据数据情况设计合适的算法。Google的“Scaling Up All Pairs Similarity Search”这篇论文适用于千万.... 查看详情
机器学习中的一些注意事项 本文参考Communications of the ACM 2012年第10期的 "A Few Useful Things to Know About Machine Learning"，对其中的一些要点进行阐述。 1.泛化的重要性 机器学习的基本目标是对训练集中的样例进行泛化，这是因为不管我们.... 查看详情
对 Web 数据的高性能聚类 由于工作中需要对大量数据进行聚类，因此阅读了论文“Efficient Clustering of web-derived data sets”。该论文中的方法，从时间复杂度上来说，要优于k-means。 Web数据的特点是数据量大、高维、特征稀疏，类别和特征都符合Zipfian分布。对这类数据.... 查看详情
晓多·
新闻中心
晓多·
新闻中心
09年的文章“Efficient Clustering of Web-Derived Data Sets”提出了一种基于连接图的web文档聚类方法，该方法不仅在性能可与平衡数据集上的streaming clustering(流聚类算法)相媲美，而且在处理稀疏、非平衡数据集时也加高效。
1.Web数.... 
在线聊天中实时的自适应反馈和学习有助于增强聊天系统的“意识”，07年的文章 "Towards educational data mining: Using data mining methods for automated chat analysis to understand and suppor.... 
文章"Learning from Chatting: How Our Virtual Reference Questions Are Giving Us Answers" 通过比较图书馆的两种主要在线咨询方式：虚拟参考咨询(VR)和即时通讯咨询(IM)，来指导图书馆提供哪种咨询方式可以更加高效地帮助.... 
《Google's Hybrid Approach to Research》，这是 google 全球副总裁 Alfred Spector 和 google 研究主管 Peter Norvig 联合撰写的论文。关于 Peter Norvig，他是人工智能业界经典书籍《Artificial Intel.... 
当我有了对生死的思考的时候，就对死亡很恐惧。总是希望如果人能永生该多好。随着科技的不断进步，很多不可能的事情变为可能。克隆技术的出现让我们的身体的部分可以被替换。如果我们的身体大部分被替换了，那么我还是我吗。换句话说，如果我的所有记忆和思维模式，包括知识、技能、个性、记忆被移植到另外一个我的克隆身体.... 
目前公开的知识库中（比如：Freebase，NELL和YAGO），尽管数据量看似很大，但依然是高度不完善的。比如Freebase中，有70%的人出生地是未知的，有99%的人种族信息是未知的。Google在文章 Knowledge Base Completion via Search-Based Qu.... 
在遗传学、纳米技术和机器人技术革命中，最深刻的是机器人技术，它所涉及的非生物智能的创造超过了非增强性的人类。较高的智能处理定然会超过低智能处理，它将令智能真正成为更加强大的力量。
在GNR中，R代表机器人技术，我们都想了解的真正问题是强人工智能，也就是人工智能超越了人类。有几个原因可以解释为什.... 
在大量数据中找出相似的数据，是一个常见的问题。最Naive的算法需要数据量的平方级别的计算时间，这在百万以上数据量上是不可忍受的。在实际应用中没有最佳解法，需要根据数据情况设计合适的算法。Google的“Scaling Up All Pairs Similarity Search”这篇论文适用于千万.... 
本文参考Communications of the ACM 2012年第10期的 "A Few Useful Things to Know About Machine Learning"，对其中的一些要点进行阐述。
1.泛化的重要性
机器学习的基本目标是对训练集中的样例进行泛化，这是因为不管我们.... 
由于工作中需要对大量数据进行聚类，因此阅读了论文“Efficient Clustering of web-derived data sets”。该论文中的方法，从时间复杂度上来说，要优于k-means。
Web数据的特点是数据量大、高维、特征稀疏，类别和特征都符合Zipfian分布。对这类数据....