来源:蜘蛛抓取(WebSpider)
时间:2016-07-19 07:14
标签:
marvin 框架实例
第141期机器学习日报() | 好东西论坛伯南克给普林斯顿大学毕业生的忠告_新浪教育_新浪网
伯南克给普林斯顿大学毕业生的忠告
& & 作者:曾敏敏 (新浪微博@华英教育曾敏敏[微博])
美国大学毕业典礼将至,各个大学又将邀请社会名流给即将踏入社会的毕业生们进行演讲。记得我2004年从哈佛毕业那年,来的是安南,虽然已经不太能记得他说的内容,但这个毕业演讲的仪式,一直让我觉得神圣无比。去年普林斯论大学邀请了美国联储主席本?伯南克(Ben Bernanke),他在讲演中提到了人生十诫,华英教育推荐每一届每一个学校的毕业生都好好回味:
1)生活是不可预知的:“别怕让人生中的戏剧铺展开来,任何一个22岁的认为他知道自己10年后,更不用说30年后会是怎样,那他根本就是缺乏想象力。”
2)专心成为一个更好的人:“如果你不能接受自己,即使最崇高的成就不会给你带来什么的满足感。”
3)最幸运的人也有最大的责任。针对很多孩子认为自己是靠努力进入普林斯顿的想法,伯南克认为这也不全是自己的功劳,你们也是运气好,有好的基因,有家庭支持,有各种机会等。正因为如此,你们也有更大的责任。
4)努力很重要:“我想大多数人都会同意,没有什么正规教育,但是诚实而且勤奋工作的人们比起一些表面上更成功的人值得更多的尊敬,或在必要时更多的帮助”
5)大多数决策者都试图做正确的事: “在华盛顿最有威力的东西是想法(Idea),并准备按照这些想法加以行动。公共服务是不容易的。但是,如果你打算向这个方向发展,这是一个有价值的和富有挑战性的追求。”
6)有关经济学: “经济学是一门高度复杂的领域,很适合用来解释为什么决策者过去的选择是错误的。关于预测未来,却没有这么有效。”
7)金钱不是万能的: “对于世界上很多人来说,没有钱是万万不能的,但是如果你是幸运的有选择能力的少数,请记住,金钱只是一种手段,而不是目的。”
8)不要害怕失败:“没有人喜欢失败,但失败是生活和学习的重要组成部分,如果你的制服还干干净净的,说明你还没有进入比赛中。(If your uniform isn't dirty, you haven't been in the game)”
9)关于选择伴侣:“记住,形体的美是人类进化确保其他人不会有太多的肠道寄生虫的一种方法。别误会我的意思,我赞同美丽,浪漫以及性的吸引力 C 没有这些怎会有好莱坞和麦迪逊大道?但这些都不是寻找伴侣的唯一的东西。”
“作为一个已经幸福地结婚了35年的人,我不能想象任何选择会比选择终身旅程的伴侣更加意义重大。”
10)记得不时地给爸爸妈妈打电话:伯南克提醒普林斯顿的毕业生,“总有一天你会希望自己的已长大了,非常忙,超成功的孩子给你打电话,” 伯南克自己有两名成年子女。“还应记得是谁支付你到普林斯顿的学费。”
本文选自 作者新浪博客,点击查看。
本稿件为新浪国际学校栏目独家稿件,转载请务必注明出处和作者。新浪国际学校栏目征集专家、网友、学校来稿,点击可查看。
新浪教育现面向广大家长诚征:1、驻站作者;2、VIP家长;3、家长联盟成员;详情请点击报名链接:
微博:@国际学校家长圈
微信:国际学校家长圈(公众号:ischoolQZ)
&&& 更多信息请访问:
特别说明:由于各方面情况的不断调整与变化,新浪网所提供的所有考试信息仅供参考,敬请考生以权威部门公布的正式信息为准。
&&|&&&&|&&&&|&&
您可通过新浪首页顶部 “”, 查看所有收藏过的文章。
所高校高招分数线信息)
教育部直属
你所在省市
<option value="年
<option value="年
<option value="年
<option value="年
<option value="年
<option value="年
<option value="年
<option value="年
<option value="年
本科提前批
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
<option value="
请用微博账号,推荐效果更好!
看过本文的人还看过关于computer vision的会议及vision guys-机器学习与视觉大牛族谱深度挖掘
关于computer vision的会议及vision guys-机器学习与视觉大牛族谱深度挖掘
[摘要:本文地点:http://aimit./.html The genealogy relationship of the learning and vision guys(呆板进修取视觉大牛族谱深度发掘) 转自:http://blog.csdn.net/ustcmsraase/archive//5996635.aspx]
原文地址:http://aimit./.html
The genealogy relationship of the learning and vision guys(机器学习与视觉大牛族谱深度挖掘)
转自:http://blog.csdn.net/ustcmsraase/archive//5996635.aspx
说明:根据多年前这篇文章扩充而来,
&&&&&&&&&&& http://knatolw./blog/cns!67C777C4.entry
&&&&&&&&&&& 包括Phd和Post-doc, co-supervise关系,故有可能有重复出现。
&&&&&&&&&&& 欢迎转载,转载请注明原出处。
&&&&&&&&&&& 欢迎补充和指正,请email: v-.
关于computer vision的会议及vision guys
注:我上次在转载Zhihua Zhou的帖子时候补充说明了cv的会议,现在扩展成一篇长文.
众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议, 它们档次差不多,
都应该在一流会议行列, 没有必要给个高下. 有些us的人认为ICCV/CVPR略好于ECCV,
而欧洲人大都认为ICCV/ECCV略好于CVPR, 某些英国的人甚至认为BMVC好于CVPR.
简言之, 三个会议差不多, 各有侧重和偏好.
笔者就个人经验浅谈三会异同, 以供大家参考和讨论. 三者乃cv领域的旗舰和风向标,
其oral paper (包括best paper) 代表当年度cv的最高水准, 在此引用Harry Shum的一句
话, 想知道某个领域在做些什么, 找最近几年此领域的proceeding看看就知道了. ICCV/CVPR
由IEEE Computer Society牵头组织, ECCV好像没有专门负责的组织. CVPR每年(除2002年)
都在美国开, ECCV每两年开一次,仅限欧洲, ICCV也是每两年一次, 各洲轮值. 基本可以保证
每年有两个会议开, 这样研究者就有两次跻身牛会的机会.
就录取率而言, 三会都有波动. 如ICCV2001录取率&30%, 且出现两个人(华人)各有三篇
第一作者的paper的情况, 这在顶级牛会是不常见的 (灌水嫌疑). 但是, ICCV
两次录取率都很低, 大约20%左右. ECCV也是类似规律, 在2004年以前都是&30%, 2006
年降低到20%左右. CVPR的录取率近年来一直偏高, 从2004年开始一直都在[25%,30%].
最近一次CVPR%, CVPR2007还不知道统计数据. 笔者猜测为了维持录取paper
的绝对数量, 当submission少的时候录取率偏高, 反之偏低, 近几年三大会议的投稿数量全部
超过1000, 相对2000年前, 三会录取率均大幅度降低, 最大幅度50%-&20%. 对录取率走势
感兴趣的朋友, 可参考&http://vrlab.epfl.ch/~ulicny/statistics/&(CVPR2004的数据是错的),
http://www.adaptivebox.net/research/bookmark/CICON_stat.html&.
显然, 投入cv的人越来越多,这个领域也是越来越大, 这点颇不似machine learning一直奉行
愚蠢的小圈子主义. 另外一点值得注意, ICCV/ECCV只收vision相关的topic, 而cvpr会收少量
的pattern recognition paper, 如fingerprint等, 但是不收和image/video完全不占边的pr paper,
如speech recognition等. 我一个朋友曾经review过一篇投往CVPR的speech的paper, 三个
reviewer一致拒绝, 其中一个reviewer搞笑的指出, 你这篇paper应该是投ICASSP被据而转投
CVPR的. 就topic而言, CVPR涵盖最广. 还有一个没有验证过的原因导致CVPR录取率高: 很多
us的researcher不愿意或没有足够的经费到us以外的地方开会, 故CVPR会优先接收很多来自
us的paper (让大家都happy).
以上对三会的分析对我们投paper是很有指导作用的. 目前的research我想绝大部分还是纸上
谈兵, 必经 read paper -& write paper -& publish paper -& publish paper on top conferences and journals
流程. 故了解投paper的一些基本技巧, 掌握领域的走向和热点, 是非常必要的. 避免做无用功,
选择切合的topic, 改善presentation, 注意格式 (遵守规定的模板), 我想这是很多新手需要注意
的问题. 如ICCV2007明文规定不写summary page直接reject, 但是仍然有人忽视, 这是相当不值得的.
paper毕竟是死的, 写paper的人才是活的. 那么我现在研究一下cv圈的格局, 按师承关系,
借鉴前人, 我总结a tree stucture of cv guys.
&&&&&&&&&&
David Marr(MIT)
&&&&&&&&&&&&&&&&&& --------Shimon Ullman(Weizmann)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ---------Daniel Huttenlocher(Cornell)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ---------Demetri Terzopoulos(UCLA)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& --------Dimitris Metaxas(Rutgers)
&&&&&&&&&&&&&&&&&&&&& -------Eric Grimson(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Pedro Felzenszwalb(Uchicago)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Polina Golland(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Xiaogang Wang(CUHK)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ---------Daniel Huttenlocher(Cornell)
Marvin Minsky(MIT,Turning Award)
&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Berthold Horn(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Tomas Lozano-Perez(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----John Canny(UC Berkeley)(Canny edge detector)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Paul Viola(Microsoft)
Olivier Faugeras(Uparis XI)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Martial Hebert(CMU)
&&&&&&&&&&&&&&&&&&&&&&&&&& -------Derek Hoiem(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Jean Ponce(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Lazbnik(UNC)(Spatial Pyramid Matching)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Zhengyou Zhang(Microsoft)
Takeo Kanade(CMU)
&&&&&&&&&&&&&&&&&&&&&&&& ------Qifa Ke(Microsoft)
&&&&&&&&&&&&&&&&&&&&&& -------Shree Nayar(Columbia)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& --------Srinivasa Narasimhan(CMU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Simon Baker(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&& -------Richard Szeliski(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&& -------Carlo Tomasi(Duke)
&&&&&&&&&&&&&&&&&&&&&&& -------James Rehg(GIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Jianxin Wu(NTU)
Whitman Richards(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Alex Pentland(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Trevor Darrell(UC Berkeley)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Kristen Grauman(UTexas)(Pyramid Matching Kernel)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Joshua Tenenbaum(MIT)(Isomap)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Tom Griffiths(UC Berkeley)
Andrew Blake(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&&&& -----Andrew Zisserman(Oxford)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Andrew Fitzgibbon(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Josef Sivic(INRIA)(Video Google)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Rob Fergus(NYU)
&&&&&&&&&&&&&&&&&&&&&&&&& ------Roberto Cipolla(Cambridge)
&&&&&&&&&&&&&&&&&&&&&&&&& ------Alan Yuille(UCLA)
Thomas Huang(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Yong Rui(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Ying Wu(Northwestern)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Qi Tian(UTSA)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------ Chang Wen Chen (Buffalo)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------- Jiebo Luo (Kodak)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Nebojsa Jojic(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Vladimir Pavlovic(Rutgers)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Shuicheng Yan(NUS)
David Mumford(Brown, Fields Medal)
&&&&&&&&&&&&&&&&&&&&&&&&& -----SongChun Zhu(UCLA)
Azriel Rosenfeld(Maryland)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Narendra Ahuja(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Charles Dyer(Wisconsin)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Larry Davis(Maryland)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Shmuel Peleg(Hebrew)
Christopher Brown(Rochester)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Yiannis Aloimonos(Maryland)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Robert Pless(WUSTL)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------LoongFah Cheong(NUS)&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
Thomas Binfold(Stanford)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& ----David Kriegman(UCSD)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& ----David Lowe(UBC)(SIFT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& ----Jitendra Malik(UC Berkeley)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Pietro Perona(Caltech)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Fei-fei Li(Stanford)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Rob Fergus(NYU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Stefano Soatto(UCLA)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Max Welling(UCI)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Jianbo Shi(Upenn)(Ncut)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Yizhou Yu(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Serge Belongie(UCSD)(Shape Context)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Alexei Efros(CMU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Derek Hoiem(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Alexander Berg(Stony brook)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Christoph Bregler(NYU)
Edward Adelson(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Willian Freeman(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Ce Liu(Microsoft)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ----- Rob Fergus(NYU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Yais Weiss(Hebrew)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -------Anat Levin(Weizmann)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Kevin Murphy(UBC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Josef Sivic(INRIA)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Antonio Torralba(MIT)(GIST)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Eirk Sudderth(Brown)
Tomaso Poggio(MIT)(HMAX)
&&&&&&&&&&&&&&&&&&&&&&&&&& -----Zoubin Ghahramani(CMU,Cambridge)
&&&&&&&&&&&&&&&&&&&&&&&&&& -----[Partha Niyogi](UChicago)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Mikhail Belkin(OSU)(LE)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Xiaofei He(ZJU)(LPP)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Christof Koch(Caltech)
&&&&&&&&&&&&&&&&&&&&&&&&&& ------Tomas Serre(Brown)
Michael Jordan(UC Berkeley)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Zoubin Ghahramani(CMU,Cambridge)
&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Tommi Jaakkola(MIT)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Martin Wainwright(UC Berkeley)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Xuanlong Nguyen(UMich)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Andrew Ng(Stanford)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Honglak Lee(Umich)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Lawrence Saul(UCSD)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Fei Sha(USC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------David Blei(Princeton)(LDA)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Eric Xing(CMU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Ben Taskar(Upenn)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Yair Weiss(Hebrew)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Yee-Whye The(UCL)(HDP)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Erik Sudderth(Brown)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Yoshua Bengio(Umontreal)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Francis Bach(INRIA)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Kevin Murphy(UBC)
&&&&&&&&&&&&&&&
Daphne Koller(Stanford)
&&&&&&&&&&&&&&&&&&&&&&&&&& -----Nir Friedman(Hebrew)
&&&&&&&&&&&&&&&&&&&&&&&&&& -----Carlos Guestrin(CMU)
&&&&&&&&&&&&&&&&&&&&&&&&&& -----Ben Taskar(Upenn)(M3N)
Geoffrey Hinton(Toronto)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Yee-Whye The(UCL)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Yann Lecun(NYU)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& ------Zoubin Ghahramani(CMU,Cambridge)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Max Welling(UCI)
&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----[Sam Roweis](NYU)(LLE)
Tom Mitchell(CMU)
&&&&&&&&&&&&&&&&&&&&&& -----Oren Etzioni(UWashington)
&&&&&&&&&&&&&&&&&&&&&& -----Geoffrey Gordon(CMU)
&&&&&&&&&&&&&&&&&&&&&& -----Sebasitian Thrum(Stanford)
&&&&&&&&&&&&&&&&&&&&&& -----Andrew McCallum(Umass)
John Lafferty(CMU)(CRF)
&&&&&&&&&&&&&&&&&&& -----Chengxiang Zhai(UIUC)
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& -----Qiaozhu Mei(Umich)
&&&&&&&&&&&&&&&&&& -----Xiaojin Zhu(Wisconsin)
&&&&&&&&&&&&&&&&& -----David Blei(Princeton)
好像是小牛houxiaodi所写,知识面非常广,说明看的文献真不少,有潜力。
原文地址:[ZZ]计算机视觉、模式识别、机器学习常用牛人主页链接作者:千里8848
牛人主页(主页有很多论文代码)
Serge Belongie&at UC San Diego
Antonio Torralba&at MIT
Alexei Ffros&at CMU
Ce Liu&at Microsoft Research New England
Vittorio Ferrari&at Univ.of Edinburgh
Kristen Grauman&at UT Austin
Devi Parikh&at&&TTI-Chicago&(Marr Prize at ICCV2011)
John Wright&at Columbia Univ.
Piotr Dollar&at CalTech
Boris Babenko&at UC San Diego
David Ross&at Google/Youtube
David Donoho&at Stanford Univ.
William T. Freeman&at MIT
Roberto Cipolla&at Cambridge
David Lowe&at Univ. of British Columbia
Mubarak Shah&at Univ. of Central Florida
Yi Ma&at MSRA
Tinne Tuytelaars&at K.U. Leuven
Trevor Darrell&at U.C. Berkeley
Michael J. Black&at Brown Univ.
重要研究组:
Computer Vision Group&at UC Berkeley
Robotics Research Group&at Univ. of Oxford
LEAR&at INRIA
Computer Vision Lab&at Stanford
Computer Vision Lab&at EPFL
Computer Vision Lab&at ETH Zurich
Computer Vision Lab&at Seoul National Univ.
Computer Vision Lab&at UC San Diego
Computer Vision Lab&at UC Santa Cruz
Computer Vision Lab&at Univ. of Southern California
Computer Vision Lab&at Univ. of Central Florida
Computer Vision Lab&at Columbia Univ.
UCLA Vision Lab
Motion and Shape Computing Group&at George Mason Univ.
Robust Image Understanding Lab&at Rutgers Univ.
Intelligent Vision Systems Group&at Univ. of Bonn
Institute for Computer Graphics and Vision&at Graz Univ. of Tech.
Computer Vision Lab.&at Vienna Univ. of Tech.&
Computational Image Analysis and Radiology&at Medical Univ. of Vienna
Personal&Robotics&Lab&at CMU
Visual Perception Lab&at Purdue Univ.
潜力牛人:
Juergen Gall&atÐ Zurich
Matt Flagg&at Georgia Tech.
Mathieu Salzmann&at TTI-Chicago
Gerg Shakhnarovich&at TTI-Chicago
Taeg Sang Cho&at MIT
Jianchao Yang&at UIUC
Stefan Roth&at
TU Darmstadt
Peter Kontschieder&at Graz Univ. of Tech.
Dominik Alexander Klein&at Univ. of Bonn
Yinan Yu&at CASIA (PASCAL VOC 2010 Detection Challenge Winner)
Zdenek Kalal&at FPFL
Julien Pilet&at FPFL
Kenji Okuma
(1)googleResearch;&/index.html
(2)MIT博士,汤晓欧学生林达华;&http://people.csail.mit.edu/dhlin/index.html
(3)MIT博士后Douglas Lanman;&http://web.media.mit.edu/~dlanman/
(4)opencv中文网站;&http://www./index.php/首页
(5)Stanford大学vision实验室;&http://vision.stanford.edu/research.html
(6)Stanford大学博士崔靖宇;&http://www.stanford.edu/~jycui/
(7)UCLA教授朱松纯;&http://www.stat.ucla.edu/~sczhu/
(8)中国人工智能网;&http://www.chinaai.org/
(9)中国视觉网;&http://www.china-vision.net/
(10)中科院自动化所;&http://www./
(11)中科院自动化所李子青研究员;&http://www.cbsr./users/szli/
(12)中科院计算所山世光研究员;&http://www./user/sgshan/
(13)人脸识别主页;&http://www.face-rec.org/
(14)加州大学伯克利分校CV小组;http://www.eecs.berkeley.edu/Research/Projects/CS/vision/
(15)南加州大学CV实验室;&http://iris.usc.edu/USC-Computer-Vision.html
(16)卡内基梅隆大学CV主页;
http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html
(17)微软CV研究员Richard Szeliski;/en-us/um/people/szeliski/
(18)微软亚洲研究院计算机视觉研究组;/en-us/groups/vc/
(19)微软剑桥研究院ML与CV研究组;/en-us/groups/mlp/default.aspx
(20)研学论坛;&/
(21)美国Rutgers大学助理教授刘青山;http://www.research.rutgers.edu/~qsliu/
(22)计算机视觉最新资讯网;&/
(23)运动检测、阴影、跟踪的测试视频下载;http://apps./share/detail/
(24)香港中文大学助理教授王晓刚;http://www.ee.cuhk.edu.hk/~xgwang/
(25)香港中文大学多媒体实验室(汤晓鸥);http://mmlab.ie.cuhk.edu.hk/
(26)U.C. San Diego.http://vision.ucsd.edu/content/home
(27)CV&http://homepages.inf.ed.ac.uk/rbf/CVonline/
(28)comphttp://peipa.essex.ac.uk/info/software.html
(29)Computer Vision R&/
(30)computer vihttp://peipa.essex.ac.uk/info/groups.html
(31)co/cvcnews
(32)浙江大学图像技术研究与应用(ITRA)团队:/
(33)自动识别网:http://www..cn/
(34)清华大学章毓晋教授:http://www./publish/ee/_.html
(35)顶级民用机器人研究小组Porf.Gary领导的Willow Garage:/
(36)上海交通大学图像处理与模式识别研究所:http://www.pami./
(37)上海交通大学计算机视觉实验室刘允才教授:http://www.visionlab./
(38)德克萨斯州大学奥斯汀分校助理教授Kristen Grauman :http://www.cs.utexas.edu/~grauman/
(39)清华大学电子工程系智能图文信息处理实验室(丁晓青教授):http://ocrserv.ee./auto/index.asp
(40)北京大学高文教授:http://www./htm-gaowen/
(41)清华大学艾海舟教授:http://media.cs./cn/aihz
(42)中科院生物识别与安全技术研究中心:http://www.cbsr./china/index
(43)瑞士巴塞尔大学 Thomas Vetter教授:http://informatik.unibas.ch/personen/vetter_t.html
(44)俄勒冈州立大学
Rob Hess博士:http://blogs.oregonstate.edu/hess/
(45)深圳大学 于仕祺副教授:/
(46)西安交通大学人工智能与机器人研究所:http://www.aiar./
(47)卡内基梅隆大学研究员Robert T. Collins:http://www.cs.cmu.edu/~rcollins/home.html#Background
(48)MIT博士Chris Stauffer:http://people.csail.mit.edu/stauffer/Home/index.php
(49)美国密歇根州立大学生物识别研究组(Anil K. Jain教授):http://www.cse.msu.edu/rgroups/biometrics/
(50)美国伊利诺伊州立大学Thomas S. Huang:http://www.beckman.illinois.edu/directory/t-huang1
(51)武汉大学数字摄影测量与计算机视觉研究中心:/index.asp
(52)瑞士巴塞尔大学Sami Romdhani助理研究员:http://informatik.unibas.ch/personen/romdhani_sami/
(53)CMU大学研究员Yang Wang:http://www.cs.cmu.edu/~wangy/home.html
(54)英国曼彻斯特大学Tim Cootes教授:http://personalpages.manchester.ac.uk/staff/timothy.f.cootes/
(55)美国罗彻斯特大学教授Jiebo Luo:http://www.cs.rochester.edu/u/jluo/
(56)美国普渡大学机器人视觉实验室:https://engineering.purdue.edu/RVL/Welcome.html
(57)美国宾利州立大学感知、运动与认识实验室:http://vision.cse.psu.edu/home/home.shtml
(58)美国宾夕法尼亚大学GRASP实验室:https://www.grasp.upenn.edu/
(59)美国内达华大学里诺校区CV实验室:http://www.cse.unr.edu/CVL/index.php
(60)美国密西根大学vision实验室:http://www.eecs.umich.edu/vision/index.html
(61)University of Massachusetts(麻省大学),视觉实验室:http://vis-www.cs.umass.edu/index.html
(62)华盛顿大学博士后Iva Kemelmacher:http://www.cs.washington.edu/homes/kemelmi
(63)以色列魏茨曼科技大学Ronen Basri:http://www.wisdom.weizmann.ac.il/~ronen/index.html
(64)瑞士ETH-Zurich大学CV实验室:http://www.vision.ee.ethz.ch/boostingTrackers/index.htm
(65)微软CV研究员张正友:/en-us/um/people/zhang/
(66)中科院自动化所医学影像研究室:http://www.3dmed.net/
(67)中科院田捷研究员:http://www.3dmed.net/tian/
(68)微软Redmond研究院研究员Simon Baker:/en-us/people/sbaker/
(69)普林斯顿大学教授李凯:http://www.cs.princeton.edu/~li/
(70)普林斯顿大学博士贾登:http://www.cs.princeton.edu/~jiadeng/
(71)牛津大学教授Andrew Zisserman:http://www.robots.ox.ac.uk/~az/
(72)英国leeds大学研究员Mark Everingham:p.leeds.ac.uk/me/
(73)英国爱丁堡大学教授Chris William:http://homepages.inf.ed.ac.uk/ckiw/
(74)微软剑桥研究院研究员John Winn:&http://johnwinn.org/
(75)佐治亚理工学院教授Monson H.Hayes:http://savannah.gatech.edu/people/mhayes/index.html
(76)微软亚洲研究院研究员孙剑:/en-us/people/jiansun/
(77)微软亚洲研究院研究员马毅:/en-us/people/mayi/
(78)英国哥伦比亚大学教授David Lowe:http://www.cs.ubc.ca/~lowe/
(79)英国爱丁堡大学教授Bob Fisher:http://homepages.inf.ed.ac.uk/rbf/
(80)加州大学圣地亚哥分校教授Serge J.Belongie:http://cseweb.ucsd.edu/~sjb/
(81)威斯康星大学教授Charles R.Dyer:http://pages.cs.wisc.edu/~dyer/
(82)多伦多大学教授Allan.Jepson:http://www.cs.toronto.edu/~jepson/
(83)伦斯勒理工学院教授Qiang Ji:&http://www.ecse.rpi.edu/~qji/
(84)CMU研究员Daniel Huber:&http://www.ri.cmu.edu/person.html?person_id=123
(85)多伦多大学教授:David J.Fleet:http://www.cs.toronto.edu/~fleet/
(86)伦敦大学玛丽女王学院教授Andrea Cavallaro:http://www.eecs.qmul.ac.uk/~andrea/
(87)多伦多大学教授Kyros Kutulakos:http://www.cs.toronto.edu/~kyros/
(88)杜克大学教授Carlo Tomasi:&http://www.cs.duke.edu/~tomasi/
(89)CMU教授Martial Hebert:&http://www.cs.cmu.edu/~hebert/
(90)MIT助理教授Antonio Torralba:http://web.mit.edu/torralba/www/
(91)马里兰大学研究员Yasel Yacoob:http://www.umiacs.umd.edu/users/yaser/
(92)康奈尔大学教授Ramin Zabih:&http://www.cs.cornell.edu/~rdz/
(93)CMU博士田渊栋: http://www.cs.cmu.edu/~yuandong/
(94)CMU副教授Srinivasa Narasimhan: http://www.cs.cmu.edu/~srinivas/
(95)CMU大学ILIM实验室:http://www.cs.cmu.edu/~ILIM/
(96)哥伦比亚大学教授Sheer K.Nayar: http://www.cs.columbia.edu/~nayar/
(97)三菱电子研究院研究员Fatih Porikli :/
(98)康奈尔大学教授Daniel Huttenlocher:http://www.cs.cornell.edu/~dph/
(99)南京大学教授周志华:http://cs./zhouzh/index.htm
(100)芝加哥丰田技术研究所助理教授Devi Parikh: http://ttic.uchicago.edu/~dparikh/index.html
(101)瑞士联邦理工学院博士后Helmut Grabner:http://www.vision.ee.ethz.ch/~hegrabne/#Short_CV
(102)香港中文大学教授贾佳亚:http://www.cse.cuhk.edu.hk/~leojia/index.html
(103)南洋理工大学副教授吴建鑫:http://c2inet.sce.ntu.edu.sg/Jianxin/index.html
(104)GE研究院研究员李关:http://www.cs.unc.edu/~lguan/
(105)佐治亚理工学院教授Monson Hayes:http://savannah.gatech.edu/people/mhayes/
(106)图片检索国际会议VOC(微软剑桥研究院组织):http://pascallin.ecs.soton.ac.uk/challenges/VOC/
(107)机器视觉开源处理库汇总:/a/2217609/
(108)布朗大学教授Benjamin Kimia:http://www.lems.brown.edu/kimia.html&
about multi-camera:&http://server.cs.ucf.edu/~vision/projects.html
3D Voxel Coloring&&&Rob Hess:&http://blogs.oregonstate.edu/hess/code/voxels/&
About&&the
particle filters--condensation filter:http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/ISARD1/condensation.html
Machine Learning Open Source Software:http://jmlr.csail.mit.edu/mloss/
1、动作识别数据库:Recognition
of human actions:http://www.nada.kth.se/cvap/actions/
2、Datasets for Computer Vision Research:http://www-cvr.ai.uiuc.edu/ponce_grp/data/
3、Computer Vision Datasets:/sourcecode/cv_datasets.php
4、里面有好多基本算法 matlab: &/index.html
5、CVPR 2011中关于grassmann 流形文章的源码:&http://itee.uq.edu.au/~uqmhara1/code.html
Codefor&Graph Embedding Discriminant Analysis on Grassmannian Manifolds for Improved Image Set Matching&(CVPR), 2011.
Codefor&Optimal Local Basis: A Reinforcement Learning Approach for Face Recognition(IJCV), vol. 81, no. 2, pp. 191-204, 2009.
&牛人bolg:
Kong Polytechnic University :p.polyu.edu.hk/~cslzhang/
2、Computer Vision Resources:资源非常丰富,包含有基本算法。https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html
3、源代码非常丰富~~&&http://homepage.tudelft.nl/19j49/Publications.html
http://homepages.inf.ed.ac.uk/rbf/CVonline
http://homepages.inf.ed.ac.uk/rbf/CVonline/unfolded.htm
http://homepages.inf.ed.ac.uk/rbf/CVonline/CVentry.htm
李子青的大作:
Markov Random Field Modeling in Computer Vision
http://www.cbsr./users/szli/mrf_book/book.html
Handbook of Face Recognition (PDF)
http://www.umiacs.umd.edu/~shaohua/papers/zhou04hfr.pdf
张正友的有关参数鲁棒估计著作:
Parameter Estimation Techniques:A Tutorial with Application to Conic Fitting
/~zhang/INRIA/Publis/Tutorial-Estim/Main.html
Fusiello“计算机视觉中的几何”教程:Elements
of Geometric Computer Vision
http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/FUSIELLO4/tutorial.html#x1-520007
有关马尔可夫蒙特卡罗方法的资料:
An introduction to Markov chain Monte Carlo
http://homepages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/SENEGAS/mcmc.html
Markov Chain Monte Carlo for Computer Vision---
A tutorial at ICCV05
&&&&&&&http://civs.stat.ucla.edu/MCMC/MCMC_tutorial.htm
有关独立成分分析(Independent Component Analysis , ICA)的资料:
An ICA-Page
l.salk.edu/~tony/ica.html
http://www.cis.hut.fi/projects/ica/fastica/
&&&&&&&The Kalman Filter (介绍卡尔曼滤波器的终极网页)
&&&&&&http://www.cs.unc.edu/~welch/kalman/index.html
Cached&k-d tree search for ICP algorithms
rmatik.uni-osnabrueck.de/download/3dim2007/paper.html
几个计算机视觉研究工具
Machine Vision Toolbox for Matlab
/Machine Vision Toolbox.html
Matlab and Octave Function for Computer Vision and Image Processing
http://www.csse.uwa.edu.au/~pk/research/matlabfns/
Bayes Net Toolbox for Matlab
http://www.cs.ubc.ca/~murphyk/Software/BNT/bnt.html
OpenCV (Chinese)
http://www./index.php/首页
Gandalf (A Computer Vision and Numerical Algorithm Labrary)
http://gandalf-library.sourceforge.net/
CMU Computer Vision Home Page
http://www.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html
Machine Learning Resource Links
http://www.cse.ust.hk/~ivor/resource.htm
The Bayesian Filtering Library
http://www.orocos.org/bfl
Optical Flow Algorithm Evaluation (提供了一个动态贝叶斯网络框架,例如递归信息处理与分析、卡尔曼滤波、粒子滤波、序列蒙特卡罗方法等,C++写的)
http://of-eval.sourceforge.net/
MATLAB code for ICP algorithm
/newsgroups/comp.graphics.visualization/msg00102.html
牛人主页:
朱松纯 (Song-Chun Zhu)
http://www.stat.ucla.edu/~sczhu/
David Lowe (SIFT) (很帅的一个老头哦 ^ ^)
http://www.cs.ubc.ca/~lowe/
Andrea Vedaldi (SIFT)
http://vision.ucla.edu/~vedaldi/index.html
Pedro F. Felzenszwalb
http://people.cs.uchicago.edu/~pff/
Dougla Dlanman (Brown的一个研究生,在其主页上搜集了大量算法教程和源码)
http://mesh.brown.edu/dlanman/courses.html
Jianbo Shi (Ncuts 的始作俑者)
http://www.cis.upenn.edu/~jshi/
Active Vision Group (Oxford的一个机器视觉研究团队,特色是SLAM,监视,导航)
http://www.robots.ox.ac.uk/ActiveVision/index.html
Juyang Weng(机器学习的专家,Autonomous
Mental Development&是其特色)
http://www.cse.msu.edu/~weng/
测试图片或视频:
Middlebury College‘s Stereo Vision Data Set
http://cat.middlebury.edu/stereo/data.html
Intelligent Vehicle:
www.ivsoruce.net
/robot_cars.html
How to Build a Robot: The Computer Vision Part
/programming_computer_vision_tutorial.shtml
收集的一般牛人主页(带代码):
&Xiaofei He(machine learning code)
http://people.cs.uchicago.edu/~xiaofei/
&YingNian Wu(active base model code)
http://www.stat.ucla.edu/~ywu/research.html
&布朗大学计算机主页(可找到该校CS牛人博客)
http://www.cs.brown.edu/research/areas.html
Navneet Dalal(Histograms of Oriented Gradients for Human Detection )
Paul Viola(Robust Real-time Object Detection)
/en-us/um/people/viola/
Active LearningRMw平坦软件园
http://active-learning.net/,这里包括了关于Active Learning理论以及应用的一些文章,特别是那篇Survey。
Transfer LearningRMw平坦软件园
http://www.cse.ust.hk/TL/,包括经典的论文以及附带有源码,很方便。
Gaussian ProcessesRMw平坦软件园
RMw平坦软件园
http://www.gaussianprocess.org&包括相关的书籍(有 Carl Edward Rasmussen 的书),相关的程序以及分类的 paper 列表。这也是由 Carl 自己维护的,他应该是将 GP 引入 machine learning 最早的人之一了吧,Hinton 的学生。
Nonparametric Bayesian MethodsRMw平坦软件园
http://www.cs.berkeley.edu/~jordan/npb.html&这个一看就知道是 Jordan 维护的,主要包括 Dirichlet process 以及相关的其他随机过程在 machine learning 里面如何进行建模,如何进行 approximate inference。主要是文章列表。
Probabilistic Graphical ModelRMw平坦软件园
http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html&是 Kevin Murphy 所维护的关于 Bayesian belief networks 的介绍,含有最基本的概念、相关的文献和软件的链接。罕见的 UCB 出来的不是 Jordan 的学生(老板是 Stuart Russel)。
http://www.cs.berkeley.edu/~jordan/graphical.html&是 Jordan 系关于这个方面的论文汇编。
http://www.inference.phy.cam.ac.uk/hmw26/crf/&是关于 Conditional Random Fields 方面论文和软件的收集,由 Hanna Wallach 维护。
Compressed SensingRMw平坦软件园
http://www-dsp.rice.edu/cs&这是 Rice 大学维护的论文分类列表、软件链接等。推荐 Emmanuel Candès 所写的tutorial,这人是 David Donoho 的学生。
TensorRMw平坦软件园
http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html&关于 tensor 的一些偏数学的文章。
Deep Belief NetworkRMw平坦软件园
http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html&是 Geoffrey Hinton 为研究生开设的 machine learning 课程的 DBN 的 reading list。
Kernel MethodsRMw平坦软件园
http://www.cs.berkeley.edu/~jordan/kernels.html&是 Jordan 维护的关于 kernel methods 的文章列表。
Markov LogicRMw平坦软件园
http://ai.cs.washington.edu/pubs&是 UW AI 组的文章,里面关于 Markov logic 的比较多,因为 Pedro Domingos 就是这个组的。
Machine learning theory
http://hunch.net/这个网站主要是一些learning theory的东西比较多,想在machine learning 理论上有所建树的同志们可以去看看
&牛人:Iasonas Kokkinos (搞统计模型视觉)
http://vision.mas.ecp.fr/Personnel/iasonas/index.html
感谢关注 Ithao123精品文库频道,是专门为互联网人打造的学习交流平台,全面满足互联网人工作与学习需求,更多互联网资讯尽在 IThao123!
Laravel是一套简洁、优雅的PHP Web开发框架(PHP Web Framework)。它可以让你从面条一样杂乱的代码中解脱出来;它可以帮你构建一个完美的网络APP,而且每行代码都可以简洁、富于表达力。
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储。
Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据。
Hadoop的框架最核心的设计就是:HDFS和MapReduce。HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了计算。
产品设计是互联网产品经理的核心能力,一个好的产品经理一定在产品设计方面有扎实的功底,本专题将从互联网产品设计的几个方面谈谈产品设计
随着国内互联网的发展,产品经理岗位需求大幅增加,在国内,从事产品工作的大部分岗位为产品经理,其实现实中,很多从事产品工作的岗位是不能称为产品经理,主要原因是对产品经理的职责不明确,那产品经理的职责有哪些,本专题将详细介绍产品经理的主要职责
IThao123周刊