参考：

就这么一个公式

这个东西不错 http://cwl-projects.cogsci.rpi.edu/msr/

Bollocks to that!

Symantec says “free antivirus software isn’t able to keep up with full-price suites like those offered by Symantec.” I say Bollocks to that!

Symantec says “fr

说起semantic，可以说是无数从业者的梦想和追求。

让计算机能自动读阅读文本，自动获取知识，以形式化的方式存储知识，那么离绝对的人工智能就跨进了一大步。恐怕那个时候，终结者也许就是真实的了。

与此相比，搜索引擎中的semantic可就初级得多了。从用户的query中，推测出用户的intention，进而摆脱传统的关键词搜索，更加合理、条理地组织互联网资源。

工程目标很清晰，建立起一个足够复杂的形式化描述体系，完善一个足够丰富的知识网，挖掘出一个足够推理的规则库。3个足够，恐怕就是永远也没有够了。

在自己的博客里发布招聘信息，似乎有点不伦不类，但是我又是在受不了一成不变的官方言论和永不更改的招聘流程，所以想在私人的空间里发布一份能体现我的心情的招聘信息。

所谓资深，不是能NB哄哄地扯一通算法，大谈自己在某公司的革命家史，然后摆出一副无所不能的嘴脸，而是实实在在的找出能降低成本的解决方案，所谓的成本包括时间成本、人力成本和经济成本。

能深刻体会工程师的含义，所谓工程师，是指具备一定规划能力、设计能力和沟通能力的工作人员，并非等同于java编码机器。

所谓编程语言，个人觉

从工程角度来讲，一个基本可用的知识网，要具备以下3个要素：

1. 概念实体

2. 关系实体

3. 关系实体的权重

我想大部分知识网最常用的作用就是做推理，由一及三，且按权重排序。

做出一个知识网所采用的手段，大多就是从文本素材中挖掘，统计，归纳。

所以个人认为，做知识网切忌纠缠于细节，大可以当一次造物主。

我姑且认为是prolog 的一个延伸。

学起来不费劲，但是设计一个应用服务，似乎有点找不到感觉。

有兴趣的朋友，愿意一起学习的话，请联系我。先声明，我是菜鸟。

C4.5
The k-means algorithm
Support vector machines
The Apriori algorithm
Expectation–Maximization
PageRank
AdaBoost
kNN: k-nearest neighbor classification
Naive Bayes
CART

公司的一个小产品 http://www.hopsurf.com/， 概念有些旧，不过还是有一些意思。

连白宫的 http://recovery.gov 都采用了个开源项目，不得不说Drupal的影响力还是深入人心的。

庞大的开发人员，丰富的接口支持，低成本的投入，快速的建站。

php依然在创造着奇迹。

我也正在部门内推广这个平台，为这个20来人的团队搭建一个方便的发布平台。