该部分主要是复习一下机器学习概率分布的相关知识。这里的概率分布主要讲两个方面：其一是密度估计(Density Estimation)，主要是频率学派和贝叶斯学派的方法。其次是共轭先验，主要是方便后验概率计算。本笔记分上下两个部分，第一部分是这里的各个分布概述；第二部分是指数族分布和非参数估计。这一篇记录第一部分。
主要说5点： 1、永远不要轻信自己的分析结果，多用业务和常识去检验 2、阅读人文：数据科学不仅是一门科学，也是一门艺术 3、了解行业信息和业务信息 4、好奇心与多沟通 5、多实践与多走一步1、永远不要轻信自己的分析结果，多用业务和常识去检验很多时候，我们的分析都是含有一些潜在的假设，而在分析过程中被忽略...
本文主要关于Python下的绘图包matplotlib的使用，涉及几个自己在实际过程中经常用的一些绘图命令。在这里，对个人经常使用的绘图功能做一个简单的总结，以便以后查看和使用！因为是在建模过程中的作图，所以不是追求论文中作图的那种详尽，而是尽可能用简短的命令实现所需要的绘图。本文所有代码默认from matplotlib import pyplot as plt 和 import numpy as np 。此外，用到一些不是很常用的绘图可以去 matplotlib gallery和matplotlib doc查看。
github 是全球最大的社交编程及代码托管网站，GitHub可以托管各种git库，并提供一个web界面，但与其它像SourceForge或Google Code这样的服务不同，GitHub的独特卖点在于从另外一个项目进行分支的简易性。这里着重写如何使用Github的page功能搭建个人博客。
本文转载自 http://www.sigvc.org/bbs/thread-728-1-1.html，是一篇很好的PGM理论综述，高屋建瓴的总结了PGM的主要分支和发展趋势，收藏并分享。
系统是win7 64位, 已经提前安装了Visual Studio2010， CUDA5.5，Python安装的是Anaconda环境(可以自行搜索安装)；
文章分类 65篇