wshxzt的北美生活

发现通过看看别人的slides，作业学习也是不错的方式，有时候直接读paper会过早陷入details，尤其像我这种什么基础都不好的小白，看看slides先大致有个概念然后再看细节或许也不错

关于graph，主要是random walks相关的东西，似乎是jerry做的东西的基础？
http://www.cs.yale.edu/homes/spielman/462/
http://www.cs.yale.edu/homes/spielman/eigs/

learning theory:
rob nowak, 我们学校ece的，跟jerry合作很紧密:
http://www.ece.wisc.edu/~nowak/SLT07.html
avrim blum的:
http://www.machinelearning.com/
http://www.cs.cmu.edu/~avrim/ML09/index.html
侧重点似乎和rob的不一样


peter bartlett:
http://www.cs.berkeley.edu/~bartlett/courses/281b-sp08/
感觉就是带分析的machine learning...

machine learning:
michael jordan，没什么好说的……
http://www.eecs.berkeley.edu/~pliang/cs294-spring08/
Andrew Ng的课程录像：
http://www.youtube.com/results?search_query=machine+learning+stanford+%22machine+learning%22&as=1&and_queries=machine+learning+stanford&exact_query=machine+learning&or_queries=&negative_queries=&geo_name=stanford+ca&geo_latlong=&search_duration=&search_hl=&search_category_type=specific&search_category=27&search_sort=&uploaded=
大概这课是给本科生的……andrew废话有点多@@

fei sha的，主要是下面有个reading list
http://www-rcf.usc.edu/~feisha/htmls/Teaching_CS599_09_Syllabus.html

Gaussian Process:
Carl Edward Rasmussen,hinton大牛的学生，talk很清楚
http://videolectures.net/mlss07_rasmussen_bigp/
一个resource主页，不知道为什么ivm都放里面了：
http://www.gaussianprocess.org/

topics:
hal主持的讨论班，怎么我们学校就没这么有爱的课呢
kernel:
http://apollonius.cs.utah.edu/mediawiki/index.php/MLRG/spring08
multitask:
http://apollonius.cs.utah.edu/mediawiki/index.php/MLRG/summer08
graphical model
http://apollonius.cs.utah.edu/mediawiki/index.php/MLRG/fall08


manifold只找到这个工具的主页 http://www.math.umn.edu/~wittman/mani/

matlab做数值的一个资源，有在线下载numerical computing with matlab：
http://www.mathworks.com/company/aboutus/founders/clevemoler.html

最近过得极度荒废，主要都在做工程的事情，优化代码，等程序一次一次crash掉后一次一次再重写代码……但是做菜的热情倒恢复得不少，晒几张鱼的照片，顺便募集鱼的菜谱
豆瓣全鱼：

干锅鱼：

糖醋鱼：

能想到的鱼的菜谱还有：
水煮鱼
沸腾鱼（其实一直不太清楚和水煮的差别）
酸菜鱼
熏鱼
糟溜鱼片
剁椒鱼头
松子鲈鱼
蒜茸蒸鱼
豆腐鱼汤
葱烤鲫鱼
宋嫂鱼羹
欢迎补充，可免费品尝偶做的相应的鱼一条，lol

其实程序2周前就写好了，但是因为要处理大规模数据，内存和速度都是问题，于是在服务器上跑一不小心就把12g内存的机器弄挂了，于是开始优化代码，c#开发速度快，但是语言本身效率不高，尤其是gc，据说很不可靠，gc收集内存还需要另外很多内存，有时候我程序其实已经跑完了，最后gc收内存时挂掉了……于是便开始static，预分配空间反复利用，好好的200行代码居然写到近500行……真是我这辈子到目前为止写的最龌龊最ws的程序了，自己都不能忍了！！！

勇气
梁静茹
词: 光良 曲: 瑞业

终于做了这个决定
别人怎么说我不理
只要你也一样的肯定
我愿意天涯海角都随你去
我知道一切不容易
我的心一直温习说服自己
最怕你忽然说要放弃

爱真的需要勇气
来面对流言蜚语
只要你一个眼神肯定
我的爱就有意义
我们都需要勇气
去相信会在一起
人潮拥挤我能感觉你
放在我手心里 你的真心

如果我的坚强任性
会不小心伤害了你
你能不能温柔提醒
我虽然心太急 更害怕错过你

感情有时需要面对各种压力，感情种子一不小心就会被遏制在胚胎里，即使能冲破阻力发芽，日后的各种考验都可能让幼苗夭折，
所以，茁长成长的都是让人钦羡的。所以张爱玲的那段

 在对的时间，遇见对的人，是一种幸福； 在对的时间，遇见错的人，是一种哀伤； 在错的时间，遇见对的人，
是一种悲哀； 在错的时间，遇见错的人，是一种无奈。 

是那么能让人产生共鸣……


贴张mt rainier顶的照片，我来了后又黑又胖，不能忍了，下周开始要增加运动吃饭节制

回顾这年，只叹人生充满了随机，或者说像浮萍一般的人生，不过或许就是这些不确定性才让人生精彩。
亲爱的05cs以后都各自散落在天涯，虽然隔天涯不盼有再见期，但我们还拥有曾经共同拥有的记忆，特别是熊熊，xd, zt, 虫子，xx，感谢你们陪我一起走过那么段激情燃烧的辉煌岁月，珍重！

最近被跟别人混川菜馆混多了，心血来潮想做口水鸡……顿了个整鸡，肢解到大腿时，想到妈妈小时候吃鸡总是把鸡腿先夹给我……突然很想家，在这里看到很多对明明可以在一起却在异地得毫无希望的夫妇，真是不理解啊，事业真的比和家人在一起更重要么


btw 没有砍刀肢解整鸡太麻烦了！要不要去买个砍刀呢……周末还想做八宝鸭，为了一只鸭子还去买把刀值不值呢

拿到真实数据后深刻体会到有时候很simple的方法也能work，fancy的方法也仅仅为了发paper用……偶在这里的proj,idea已经写完了，但是更多的时间要放在工程上。偶来了后第一周搞权限问题，第二周与23g的数据做斗争，建index，第三周实现idea，真是觉得啥都没做……本来以为几天就能搞定的东西弄了3周……当年估计一小时随便拍拍就拍好的程序现在要弄一天，过去不可能拍错的东西现在甚至可能连个计数器都会弄错……不过大规模数据确实很麻烦，在小子集上不会出错，但是不代表跑到大数据上不会有问题，而且还极其不容易调试，虽然我从来都只是看log来调试……不过想到做好后可能会放到bing里去，还是觉得很兴奋的
昨天听qi lu的talk，气质不错，看起来完全不像照片上那么ws，看上去还蛮年轻的……现在的人怎么都是看上去那么年轻@@

西雅图的夏天实在太美好了……我是越来越喜欢这个地方了，要是在这里能找到gg，在这多呆几年看起来也很不错

sparse higher order crf:
http://www.cs.mcgill.ca/~icml2009/papers/62.pdf
qxred大牛做这个做很久了，在我还在学校里的时候就已经写了个toolkit:
http://sourceforge.net/project/showfiles.php?group_id=201943
如今这么多年过去了终于中了篇icml，我觉得分词这个topic, crf这个东西居然还能发icml，而且没挂圈内人士……大大恭喜qxred 师兄了！在师兄身上，我看到了什么叫执着……

本来以为对machine learning已经没有爱了，主要是觉得没啥东西可以做了，大家在做的东西都很trivial，还能灌得那么high……但是到了这里遇到大牛后发现原来ml还有这么多需要解决的问题……偶本来对SVM不是那么了解，也就知道个大概，结果被bs为“你怎么可以只知道random walk”，遂硬着头皮去看RKHS，发现那个里面很多东西都很优美，尤其是表达定理；以及SVM和perceptron, boosting等等的联系。如果真的想继续做machine learning，我是不是应该再去读个数学本科？总觉得这个代价太高了……

因为page啊，query啊能自然地表示成点，他们之间的联系可以表示为边，然后可以应用graph learning……
IR里最有名的应用估计就是pagerank了，大致就是定义在图上的lazy random walk，stable状态，每个点的f就是求转移矩阵的特征向量。
之后有些工作做bigraph的，比如 click graph，Random Walks on the Click Graph，m$做的。click graph就是bigraph，一边是query，一边是link，然后通过log建图。那篇paper做的是query recommendation，就是用户提交了一个query，然后通过random walk来找到点到相同link的query
Learning Query Intent from Regularized Click Graphs这篇文章很有意思，也是m$做的，虽然只是想解决是不是一个query需要垂直搜索。还是在click graph里，想分成2个cluster，但是有一些query 被标记好是需要的，一些是不需要的，希望每个labeled点被分到的类一致，所以加了一项loss；然后还觉得不够，就根据query的word做了个最大熵分类器，加成了loss@@
然后dengyong zhou做了hypergraph，directed graph,multiview graph的spectral learning，我觉得这些个东西应用很不错。multiview graph就可以做一个undirected graph和directed graph叠加，比如page之间的link信息和相似度信息；hypergraph可以用来做建立在人上的group……
其实我觉得做例如facebook上的group recommender，或者blog subscriptions recommender，其实query recommender也可以用hypergraph来做还挺有意思的，但是denny觉得这些都太无聊……我还是很喜欢denny的工作的，基本没有灌水的成分，而且跟他聊觉得他做research的想法也很正直……我还是很看好他的东西在IR上的应用的～

昨天和别人讨论如果生命是无限的，那人生会怎么样，有个GG说和老婆一千年肯定离婚……觉得中国人其实更喜欢用万年来表示长久，而日本人更喜欢用千年……
这首歌很好听，出自源氏物语

这个 表现日本战国时期的MV配上这歌就更有感觉了

http://www.youtube.com/watch?v=g0ACqU_bCxc&feature=related

桜の花が はらはら空に  樱花的花瓣儿，漫天飞舞。

散りゆくように 真夜中の粉雪  缓缓散落一地，便似真夜之中的粉雪一般。


心に积もる 人恋しさが  情感淤积在心头，多想与你亲诉衷肠。。。

雪のひとひら 青き蛍に変える 梦  每一片晶莹剔透的雪花，都通透 闪烁着梦幻般的色彩。

逢えぬ人のもとへ 翔べ 翔べ  愿我真能生出一对双翼，立刻飞到你的身旁，常伴在你的左右。

声にならぬ想い焦がしながら  可惜现如今毫无音讯，只能满怀焦虑地日思夜想。。。

爱しさは千年の虹 いにしえに美しい 爱慕之情就像那 千年的彩虹 般，闪耀着 亘古不变 永恒的典雅之美。

目覚めても见る めくるめく梦  但是每当梦醒时分，依然清晰地明白 那只不过是 光彩炫目却又遥不可及 的梦境。


たましいの火を つなぐ河のように 灵魂之火焰，仿佛就像那 渊源流长的河川一般。

流れゆくのは 気高き想い 悄然流逝的，只能是那 充满着遐想却又万般无奈 的思念之情。

桐の紫 藤の紫  梧桐以及紫藤的紫色，
（紫色。。。在日本古代 可以说是一种十分高贵华美的颜色，一般只在 皇家使用）

人を爱する心の色 まごころの色  就像热恋般的灵魂色彩，便似真情实意的心灵颜色。


その身焦がす蛍にも似て即便满怀焦虑，身心俱疲，仍然愿像那 萤火虫般 不断燃烧着自我。。。。。。

雪に咲いた月影の空蝉  飘雪中映照着的，仅是月影般 虚无缥缈的现世躯壳。
（空蝉：即出自 源氏物语，意指世上的芸芸众生）

※恋しさは千年の虹 いにしえに変わらぬ  彼此间的爱情 就似那 千年的彩虹，必将 亘古不变般 永恒闪耀。

涟の锁の絵巻を解き  伴随着那份心灵的悸动，轻轻解开那尘封已久的 古朴画卷。


彼の紫のゆかりの梦に酔う  终将沉醉于 愿与心爱之人 永结良缘的 紫色梦幻之中。

千年の虹 くぐるように※  便似那 千年的彩虹，穿越时空的界限 悄然潜入你我灵魂的深处。。。。。。

千年の虹 いにしえに美しい  千年的彩虹，闪耀着 亘古不变 永恒的典雅之美。

目覚めても见る めくるめく梦  但是每当梦醒时分，依然清晰地明白 那只不过是 光彩炫目却又遥不可及 的梦境。


たましいの火を つなぐ河のように  灵魂之火焰，仿佛就像那 渊源流长的河川一般。

流れゆくのは 気高き想い 悄然流逝的，只能是那 充满着遐想却又万般无奈 的思念之情。

日本真是个很有意思的民族，他们地方虽小，但不同地区会崇拜不同的东西，各种各样的神也很多，而且他们的崇拜和中国的崇拜还是不太一样，民间会有自己各种各样的祭典……而且感觉他们对道德恪守比中国人更为严格，或者说有更多道德其实已经成为律了……

真想学日文……我想学的东西那么多咋办呢><

今天蹭别人的hiking，去的那个trail相当赞，就在森林里，开的道很小，人也很少，有些地方会比较困难，有倒下的大树，有泥石流的痕迹，所以hiking得很爽……去的人里除了组织者很smart，有一个UIUC EE毕业的GG也很有意思，一路上讨论各种诡异的话题，觉得很爽……
我觉得work hard, play harder，真的很重要，平时好好干活周末好好玩……我觉得这里做researcher也算是挺享受的事情了
目前为止，在这里混得还觉得蛮爽……可能因为需要解决的是实际问题，解决方法总是可以yy的，总是可以先做个demo试试看……但也深深感受到基础不够，比如可能想用个代数几何的东西，结果完全不懂……我第N+1次哀怨没学好实变，现在实变对我来说只是仅仅记得一些名词而已了……