I'd like to add something here. 中文是否支持？
H1 :# Header 1 H2 :## Header 2 H3 :### Header 3 H4 :#### Header 4 H5 :##### Header 5 H6 :###### Header 6
链接 :Title
加粗 :Bold
斜体字 :Italics
*删除线 :text
高亮 :==text==
段落 : 段落之间空一行
换行符 : 一行结束时输入两个空格
列表 : 添加星号成为一个新的列表项。
引用 :> 引用内容
内嵌代码 : alert('Hello World');
画水平线 (HR) :--------
You can use the editor on GitHub to maintain and preview the content for your website in Markdown files.
Whenever you commit to this repository, GitHub Pages will run Jekyll to rebuild the pages in your site, from the content in your Markdown files.
Markdown is a lightweight and easy-to-use syntax for styling your writing. It includes conventions for
Syntax highlighted code block
# Header 1
## Header 2
### Header 3
- Bulleted
- List
1. Numbered
2. List
**Bold** and _Italic_ and `Code` text
[Link](url) and For more details see GitHub Flavored Markdown.
Your Pages site will use the layout and styles from the Jekyll theme you have selected in your repository settings. The name of this theme is saved in the Jekyll _config.yml configuration file.
Having trouble with Pages? Check out our documentation or contact support and we’ll help you sort it out.
-
相似性度量方法，or 机器学习中的距离度量 机器学习算法 原理、实现与实践 —— 距离的度量
==目标： 从样本空间、行业知识以及计算效率的角度，理解不同距离度量方法的适用性和区别。==
-
计算效率
-
待定
- one
- two
- three
-[] to do -[x] Done
-
相似性度量方法，or 机器学习中的距离度量 机器学习算法 原理、实现与实践 —— 距离的度量
==目标： 从样本空间、行业知识以及计算效率的角度，理解不同距离度量方法的适用性和区别。==
-
计算效率
-
待定
- Ｇoogle ＰageRank 算法思想简述 -- 0. Ｒeference： 《数学之美》 by 吴军
-- 1. ＰageRank的核心思想
在互联网上，如果一个网页被很多其他网页所链接，说明它受到普遍的承认和信赖，那么他的排名就高。举例，一个网页y的排名应该来自于所有指向这个网页的其他网页x1,x2,x3,...,xk的权重之和。至于xi的权重分别是多少，如何度量，及网页本身的网页排名。
-- 2. 迭代算法 “计算搜索结果的网页排名的过程中需要用到网页本身的排名，这不成了’先有鸡还是先有蛋‘的问题了吗？" 解决的办法是通过矩阵相乘的迭代，即先假设所有网页排名相同，作为初始值，算出哥哥网页的第一次迭代排名，然后根据第一次迭代排名算出第二次的排名，布林和佩奇二人从理论上证明了无论初始值如何选取，此算法总是能收敛到真实值，并不需要人工干预。
-- 3. 工程问题 互联网上网页的数量是巨大的，假定有十亿个网页，矩阵就有一百亿个元素。佩奇和布林利用稀疏矩阵计算的技巧，大大简化了计算量，实现了网页排名算法。
-- 4. 并行计算 2003年，Ｇoogle工程师Ｊeffrey Dean和Ｓanjay Ghemawat发明了并行计算工具ＭapReduce，实现ＰageRank的并行计算。
-- 5. ＰageRank的计算方法
--- 迭代方法，获得收敛结果；
--- 数学上，等效为平稳马尔可夫过程 (stationary Markov process)
---tip 迭代方法，数学上可以表示成算子的指数运算，即Ｐn=H^n^P0
-- 6. Learning from Clicks ==提高搜索结果的核心——利用用户点击查询结果的信息。 构造ＡＮＮ==
-- 7. 更具体的讨论 PageRank算法--从原理到实现 博文中附有较为专业的资料
-- 6. 怎么想到ＰageRank算法的？ 据《数学之美》中叙述，佩奇讲起他当年和布林是怎么想到网页排名算法的，他说：”当时我们觉得整个互联网就像一张大的图，每个网站就像一个节点，而每个网页的链接就像一个弧。我想，互联网可以用一个图或者矩阵描述，我也许可以用这个发现做篇博士论文。“