陸陸續續，接觸和了解pgm方面的文章和書有一年多了。開始時，我找的是dp方面的文章，你可知道這個可是近幾年來比較難的乙個東西，但是我當時不知道，怎麼辦呢？我開始看的時候費了好長時間，而且關鍵是遇到了很大的阻力，這個就不提了。倒是，我的導師給我了支援，他說，最後我實在看不懂時去找了導師，其實他那麼忙，我當時是想藉著他的人際關係聯絡個人幫我，可我沒表達清楚，導師說實在看不懂就拿來給我，你找個時間，我在辦公室時給我，我給你看看。當然，最後我沒拿給他看，我最後看了n多個資料文章，終於看懂了，貌似看懂了其實。我很感謝導師的支援的其實。
lda,dp,這兩個都是比較hot的主題吧，但是前者比後者容易多了。在看前者時，我好像懂了，但是後來發現並不懂，看dp時，我回頭又看這個lda，從最初作者的phd thesis,到lda的很多tutorial，關於變分和gibbs的，再看很多人的學習notes,到最後看懂了lda後，才感覺慢慢讀懂了dp的文章，再從頭看dp和hdp,如此下來不知折騰了多少次。在其中，一篇博士**不得不提及到，erik sudderth的博士**，寫的非常有可讀性，當時讀的這個**，讓我了解了很多基礎知識。
再者lda的一些tutorial，尤其是關於lda的gibbs實現的那篇，寫的非常好，而且作者是個非常nice的人，將其note不斷的更新並在網上update，我當時就是讀了這篇文章才找到感覺的。
其實lda,dp均是近幾年比較熱的概率圖模型pgm的一種演算法，關於pgm，其實太大了，正如其名稱一樣，其用到了概率統計的知識，也用到了圖模型的知識。當然，不是簡單的相加，其內容太豐富了，簡直是乙個龐大的容器。就像前幾天所裡的老師在講課時，說到這可是一灘深水，風險和機遇並存，再者其中太多東西沒有解決了。推斷就是個大問題，我也不知道為什麼，我一直比較關注推斷這塊，不是看到其有多大發展，其實我沒想那麼多，我就是覺得這部分應該挺有意思的，而且很重要，呵呵，我是個實用主義者。
關於pgm，有幾本書，首先是bishop的prml，這本書可是一本很不錯的書，我覺得書寫的很不錯的，其中關於pgm的內容，從第8章開始，寫的很容易看懂的，而且我覺得可讀性很強。
jordan是乙個牛人，而且關於pgm的很多演算法我都是看的他那裡的工作，他寫了幾本書了，至少兩本，其中一本是簡介introduction，這本書沒有出版，只是看到了一部分電子版的，網上流傳的，感覺還不錯。另外一本，是公布的，有點類似於**集或者報告，但是很全面，只是很難。
koller，是另外乙個pgm的牛人，她的書，我們系統學過了，現在我的導師正在領導我們系統翻譯，可是，我並不是很喜歡這本書，寫的太晦澀，公式太多，很亂，而且錯誤很多。但是，內容很全面，也是很新的一本書。
看了大量的文章，尤其是關於dp的，寫了篇綜述，其實沒什麼自己的東西，僅僅是作為自己的理解，將該演算法的應用情況總結了一下，其實hdp的原作者已經寫了類似的，只是他寫的更偏重於nlp的應用和演算法的介紹，我希望除了介紹之外，還有些我自己的理解，尤其是這幾年這類演算法在很多地方的應用，這才是最重要的。估計應該能夠發表的，已經完成了一審修改，改動不大，希望能給希望了解這個演算法的人一點幫助。
skip gram原始碼解析的一些文章和見解
word2vec入門篇應該是這個 第一種是帶隱藏層的，其啟用函式為tanh，然而由於隱藏層到output layer的引數太多，畢竟output layer的引數為vocabulary size，動輒成千上萬，所以第一種被去掉了 第二種是採用huffuman tree和hierarchical so...
我選擇的一些文章
語言平台 using的幾種用法 雖然風前絮的這篇引用了csdn的blog上的文章的內容很簡單，但是，相信有許多開發人員並沒有對using 的使用進行過深入的 靈活使用它們，可以稍稍減輕一些開發時的負擔。c 程式設計可能沒有留意的東西 風前絮的文章。何時該實用屬性property，何時用proecte...
序列上的一些文章
主要談兩個 lcs 見dp 最長公共子串行 lis 主要介紹nlogn演算法 g 1 num 1 長度為1的最小 f 1 1 寫完會發現f可有可無 int t 1 當前最長上公升子串行的長度 for i 2 i n i g l num i l就是長度 f i l if l t t l return ...