贝塔分布（Beta Distribution）是一个连续的概率分布，它只有两个参数。它最重要的应用是为某项实验的成功概率建模。在本篇博客中，我们使用Beta分布作为描述。
Pseudo-document-based Topic Model(基于伪文档的主题模型)的理解以及源码解读
主题模型结合词向量模型(Improving Topic Models with Latent Feature Word Representations)
推荐模型：显式反馈模型VS隐式反馈模型
Scrapy网络爬虫实战[保存为Json文件及存储到mysql数据库]
平衡二叉树（Balanced Binary Tree）
浮动
Eclipse安装SVN插件
Author Topic Model[ATM理解及公式推导]
beta分布的采样或抽样(java程序)
Java爬虫入门简介（三） —— Jsoup解析HTML页面
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
贝塔分布（Beta Distribution）简介及其应用
使用R语言进行K-means聚类并分析结果
Generative Adversarial Networks 生成对抗网络的简单理解
H5文件简介和使用
回归模型中的交互项简介（Interactions in Regression）
通过JRI实现java与R的连接、通信
矩母函数简介（Moment-generating function）
stata 用outreg2输出回归结果
深度学习基础——激活函数以及什么时候该使用激活函数