IT·行·思·录

最近关于工作、关于研究、关于算法和竞赛、关于名人过世、关于生活……各种纠结和想吐槽的东西很多，就发一个系列算了。 关于算法和竞赛：由于本科时花了很大一部分时间在算法方面（主要指面向ICPC的算法），并作为一个半吊子的菜鸟在各种较低级别的算法竞赛中打酱油（即成绩平平），另外来到科苑后又机缘巧合地时隔两年”诈尸”出去，然后今年又“领队”并又不得不凑数参与了。如同这辈子深深地打了一个标签，可能终身藕断还丝连。 个人水平较低，即使在个人所谓“巅峰”时期也成绩一般，至08以后断断续续没怎么针对性地练习，最多在某些时候为了热身一下，今年更是干脆热身都免了然后果断“悲剧”地拿铁了，虽然有身体特别不适等等因素，但是确实是太久不练生疏得厉害了。想想多年以后还在参赛，有时候想起怀念那时的集训生活，确实挺枯燥的，但是有不少快乐的记忆（苦中作乐），从“for fun”的角度来说还挺不错的。 而且觉得参赛的可以与一大堆又共同兴趣的人交流，能够从其他人那里学到许多；另外也可以出去走走，竞技之余更多的是可以到处玩玩，有时候会会朋友啥的挺不错的，感觉开心就好。 最后，GUCAS晋级final，今年的各种瞎忙活之后还是挺高兴的。看到WHUACM和UA乱搞组不断进步，虽然跟自己关系不是很大但是心情还是很激动，很多时候做某些事看起来很傻，其实是一种情怀。为了自己说喜欢的事情努力一把或贡献一点力量，越来越觉得自己对于这种过程很享受很怀念了。 吐槽两句： 有人总结说有三种算法：ICPC竞赛中的算法、面试中的算法、项目中的算法。个人愿意再添加一类：论文中的算法。关于这四种算法有用无用就是智者见智了。 最近fenng、梁斌等人在抛ACM（其实是ICPC）无用论，ACMer出了算法竞赛的圈子后无所作为，其实明眼人都知道这是他们在自我炒作博眼球。事实是最好的证明，就不好说啥了。 有时候被各种打击偶尔难过，对于各种失败可以做到很淡定地接受（也可以说是麻木）。目前对于上一条所谓的指责还是不能做到完全无视，有时不免感到压力很大。以后在半吊子算法能力之外，各方面能力都成长起来，就可以自信一点了。

       月初室友Doctor Bai推荐了该斯坦福的“机器学习”在线课程，由大牛Andrew Ng主讲。个人去年由于各种原因的《机器学习》课基本没好好上，在机器学习方面没什么长进，感觉挺遗憾的。搬到新寝室后，俩位室友的研究方向都在这个方面，每次他俩讨论时我都只能作为局外人听天书。如此良机，岂能不参与。       于是在课程网站上注册并选了Advanced Track，网站上建议每周花费不少于10个小时（含视频教学、课后问题和编程练习），试听了一下效果挺好，决定以后坚持参与并同时在wiki上做课程笔记，另外多向Doctor Bai他们请教。       今天第二周课程结束，收到The ml-class Team的邮件，第一句就是： Congratulations to those of you who have successfully completed the first two weeks of assignments!      就像高中时成绩大跃进受到表扬一样，感觉挺兴奋的。      继续加油，通过把这门课拿下让自己在机器学习方面的认识达到入门水平。

自1998年提出LSH，距今已经10多年了，中间有不少对该算法的改进、挑战、应用、介绍等等。这里根据自己的学习过程，列一个LSH参考文献和相关资源列表：一则是小结学习LSH可以参考的资料，二则是为了避免本人的LSH小结系列文章对大家产生误导。欢迎对该列表进行指正和补充。 LSH原理相关重要论文 1. P. Indyk and R. Motwani. Approximate nearest neighbors: towards removing the curse of dimensionality[A]. In STOC ’98: Proceedings of the thirtieth annual ACM symposium on Theory of computing, New York, USA: ACM Press, 1998:604–613. 作者在这篇论文中第一次提出了LSH。 2. Aristides Gionis, Piotr Indyk, and Rajeev Motwani. Similarity search in high dimensions via hashing[A]. In VLDB [...]