作者：@林仕鼎 http://weibo.com/linshiding

系统架构是一个工程和研究相结合的领域，既注重实践又依赖理论指导，入门容易但精通很难，有时候还要讲点悟性，很具有“伪科学”的特征。要在此领域进阶，除了要不断设计并搭建实际系统，也要注意...

作者：@包云岗 http://weibo.com/baoyungang）

1. Google去年收购了8家机器人公司,机器人时代到来了吗?机器人行业现今面临的挑战和几十年前计算机类似:机器人公司没有统一的操作系统软件,流行的应用程序很难在五花八门的装置上运行.在...

作者：龙星镖局

作为一个机器学习爱好者，也想谈一下自己目前对机器学习的看法。但事先声明，本人对机器学习研究不多，知之甚少，实践也有限，文章观点难免有狭隘之处。

1. 机器学习是有用的。

对于这个问题，其实大...

作者：老师木

现在学习一门技术比以前条件好很多，电子书、公开课、微博、开源代码等等，所以理论上年轻一代应该比上一辈取得更大的成绩。事实上，现在少年天才确实比以前多起来似的。

我的基础应该比绝大多数同行行，...

作者：老师木

我认为不应把规则和统计对立来讨论，或者用规则与统计来描述两种做法不够准确，用专家知识和数据驱动更准确。实际上规则来源于统计，统计表现为规则。

规则来源于统计：1）以前我在weibo提到过德国...

中文原文由@刘知远 翻译

作者：老师木

晚上看了domingos的论文，是不是也吐槽呢，不吐槽不显得自己牛逼，对吧。想了多半天，其实很多都和他观点一样，有的在微博上也说过，要说点不一样的。我还在看这篇论文...

作者：老师木

研究语言、图像之类人工智能确实可以鄙夷任何学科，这个方向太open了，都不知道是否有可能，再聪明的人跳进来也是烂泥缠身，朱松纯老板菲尔兹奖得主mumford，还有另外一位得主丘成桐，做了一...

作者：老师木

首先先简单写点吴军《数学之美》和李航《统计机器学习原理》的书评，然后再谈我心中理想的机器学习书。

我买了一本吴军的《数学之美》，这是一本不错的科普书，特色是作者与很多传奇人物有过交往，能讲一...

作者：老师木

关于高斯分布，@rickjin写了一个更好的文章，先推荐一下。

1733年，德-莫佛（De Moivre）在给友人分发的一篇文章中给出了正态曲线（这一历史刚开始被人们忽略）。1783年，拉普...

作者：老师木

前几天，搜狗新产品语音助手面世，看上去很惊人。人工智能真那么聪明吗？我们来讨论下是怎么实现的，也为想山寨一个的公司提供点思路。

首先，不要寄希望于自然语言处理技术，NLP充其量就是做做数据预...

作者：老师木

Marr的历史地位无需多言，不应因为他某个具体学术成果被后来否定而觉得marr理论过时，这是本末倒置。他最大的贡献是提出应从理论、算法和实现三个层次去研究视觉，这种指导思想在计算机视觉领域...

作者：老师木 （http://www.weibo.com/dr4x

随机数学一般包括三个方面：概率论、统计学、随机过程。概率论重点研究模型产生数据的机制，统计学重点研究由数据推理模型的机制，随机过程重...