最近参加KDD Cup 2012比赛，选了track1，做微博推荐的，找了推荐相关的论文学习。“Item-Based Collaborative Filtering Recommendation Algorithms”这篇是推荐领域比较经典的论文，现在很多流行的推荐算法都是在这篇论文提出的算法的基础上进行改进的。 一、协同过滤算法描述 推荐系统应用数据分析技术，找出用户最可能喜欢的东西推荐给用户，现在很多电子商务网站都有这个应用。目前用的比较多、比较成熟的推荐算法是协同过滤（Collaborative Filtering，简称CF）推荐算法，CF的基本思想是根据用户之前的喜好以及其他兴趣相近的用户的选择来给用户推荐物品。 如图1所示， »
视视觉计算实验室阶段性工作总结 目录 一、学位论文的进一步思考 二、EMC项目 三、综述论文修改 四、工作计划 具体内容详见附件 »
大概是从九月中旬收到实验手册出版委托书后，我开始了实验手册第二部分的修改和校正，现在基本完成。中间得到梦颖，小乔和10级参加实验手册写作同学和朱老师的诸多帮助，在此一并谢过。写作的过程是十分值得记忆的。在此写点心得文字以作纪念。 我认为人生的学习大致分为三个阶段：”依葫芦画瓢“，”依瓢画葫芦“，”没有瓢也没有葫芦“。 依葫芦画瓢： 这个阶段我们的主要任务是学习，按照书上，老师讲的来学习，第一次对这句话有印象，是我高二的数学老师在课堂上说的。我很认同这句话，我们的学习过程就是把别人的葫芦拿过来，自己试着画瓢，当我们没看懂别人的葫芦的时候我们画出来的瓢可能就不是瓢了，但是只要我们理解了，懂了。有了葫芦就一定能有瓢。比如， »
之前对PCA学习之后做了一个总结，主要是从如何计算的角度来进行的，今天从PCA的概念出发，利用数学知识再从另外的一个角度对PCA做一个阐述：
1：PCA的主要作用：
PCA是用来对数据降维的，比如一个行向量X=(X1,X2,X3,…Xn)它的维度就是n，那么对它进行PCA之后要让它变成Y=(Y1,Y2,…Ym)同时m