由买买提看人间百态

topics

全部话题 - 话题: boostrap
1 (共1页)
b******0
发帖数: 101
1
objective-c,java 都是native的方案。效率高,性能好,能及时的使用新功能,可是
不能跨平台。phonegap用的语言js,HTML5,CSS3,最大的好处是可以跨平台,当然另外
的好处就是搞web的可以直接转到移动。但是效率可能差点,以前对硬件的支持也有问
题。不过现在好像基本的硬件都可以支持,不过如果要连接第三方的设备就不知道怎么
样了。boostrap没用过不知道。
p********a
发帖数: 5352
2
☆─────────────────────────────────────☆
TNEGIETNI (lovewisdom) 于 (Tue Oct 11 20:01:18 2011, 美东) 提到:
朋友告诉我说他要来,还有Harvard的Carl Morris等,$200的Registration fee对我来
说不是一笔小数目。我其实并不欣赏他的bootstrap法,曾公开批评过这个方法的逻辑
错误。如果去,我跟他讲什么呢?版上的恶朋好友可否给点建议?谢谢。
☆─────────────────────────────────────☆
angelsun (安吉笋) 于 (Tue Oct 11 20:38:46 2011, 美东) 提到:
在哪里?什么时候?讲座是什么topic的?

☆─────────────────────────────────────☆
statcompute (statcompute) 于 (Tue Oct 11 23:51:23 2011, 美东) 提到:
$200 for a lecture by Efron? it i... 阅读全帖
d******e
发帖数: 2265
3
No, angular is MVC
boostrap is pure UI.
boostrap is dominated now. Foundation is second.
angular/ember is not useful for small projects.
d******e
发帖数: 2265
4
No, angular is MVC
boostrap is pure UI.
boostrap is dominated now. Foundation is second.
angular/ember is not useful for small projects.
a*******o
发帖数: 280
5
check out Nick Holford's work. I beleive he loved it.
As matter of fact, the orginal developer of NONMEM, Sheiner and Beal, did
not like the idea of applying Boostrapping with nonlinear mixed effects data
at all.
In the case of pharmacokinetis, most of times, boostrapping was used because
insufficient sample size, and you can not get a good statistical inference
from it.
A*******s
发帖数: 3942
6
来自主题: Statistics版 - 陈来错地方了
我不知道你怎么推导的,你得先证明这个statistic是服从啥分布的,然后再来谈CI。
要不也得至少证明一个asymtotic的分布出来。
你这个idea其实很自然,肯定有人想过。我没做过literature review,如果没人搞过
这个,十有八九是很难推出来。你的理论水平我觉得没到这程度。
不太懂spline,不好多说。我猜这个也是引入boostrap的原因吧。说到boostrap,大师你又得抓狂了。呵呵

it.
A*******s
发帖数: 3942
7
我咋支点江山了?大师自认为的boostrapping根本旧部是我见过的boostrapping,你连
这个都有异议?
我当然知道自己几斤几两,你不照镜子估计不知到自己是王八吧
D*********Y
发帖数: 3382
8
来自主题: Statistics版 - How to do monte-carlo simulation using SAS
boostrap怎么样?exclude the observation you are interested in predicting.
Boostrap the sample and run 1000 (for example) regressions to predict the
one you are interested and conclude the confidence interval.
In this case, I interpret the random sampling as a simulation procedure. Any
comment?
c******r
发帖数: 2306
9
美国人强调freedom多过他们强调democracy, 而equality这个概念甚至是现代左派思
潮才产生的。
但你要想想,就算大家都是同一个起跑线,仅仅有freedom, 仍然会造成巨大的结果差
距。美国人认为这就是合理的。so be it. 但这其实是一种简单幼稚的世界观,也是残
酷而野蛮的。 一个社会一定要平衡过程和结果,自由和平等。
现在一个普通家庭出来的学生,读大学面对的是高昂的学费,而几乎每一个高收入的职
业都有层层屏障,每一个都需要你有钱才能打通。美国人认为bootstrap,靠自己一己
之力可以创业成功,这在现代越来越不可行了。
不仅仅是美国人面临外国人的全球竞争,而这些国家往往降低了学生的读书成本,培养
了许许多多的人才。而美国则只能精英自我复制。
另外,靠勤劳的双手就能成功,在古代是因为没有高科技,不需懂复杂的语言和技术。
但现在,勤劳的双手连修路都需要对技术的掌握和培训。而技术本身就增高了准入门槛。
奥巴马,川普等,都说要通过基础设施投资来创造工作机会。但现在的基础设施建设自
动化很多,用人力的也有更高的技术含量。 boostrap的也只能是什么plumber... 阅读全帖
b******y
发帖数: 9224
10
来自主题: StartUp版 - 商业计划书
"找风险投资", 严重误区呀。很多人误以为找到风投就是万事大吉,其实,相比
boostrapping来说,半斤八两,而且可能结果更糟糕。
l******0
发帖数: 244
11
来自主题: BuildingWeb版 - 有人用过这两个 html 模板吗
1.Html5 Boilerplate: http://html5boilerplate.com/
2. Twitter Boostrap: http://getbootstrap.com/
用起来复杂不?
m******t
发帖数: 635
12
来自主题: Programming版 - 再说说我的Home Automation吧
魏老师打算做成产品正式推广么?如果是的话,我给提几个建议供参考:
1、把网站重新设计一下,至少弄个boostrap的theme给美化一下。
2、演示图有点乱,而且中英文混杂
3、Android的界面需要美化下
4、没有iOS app,这个要是有的话,估计会有很多付费用户
5、可能的话,换个比较高大上的产品名字,这个比较tricky,要好记好听,还要考虑
西方人的文化背景
另外不知道魏老师这个产品的商业模式是什么?不知道可不可以弄个服务器来host用户
数据,让用户可以到这个服务器上远程控制,这样按月收钱不知道是否可行?

Object
c*********e
发帖数: 16335
13
貌似现在市场很乱,这3种方式都听说过,看到过。哪位说说这3种方式,都有啥优缺点
,现在每个的市场份额多大?
c*********e
发帖数: 16335
14
恩,貌似native方案可以直接连到特定打印机并且做multithreading打印;phonegap的
方案,不知道能不能直接连到特定打印机打印。
w*x
发帖数: 518
O******t
发帖数: 214
16
听闻phonegay还没有appcelecator好,
我自己是用过appcelecator开发,
开始还行,做深了就蛋疼了。
L*****a
发帖数: 3080
17
来自主题: Programming版 - AngularJS 和 BootStrap

boostrap css有折叠按钮吗?没这个印象啊,就记得用过angularui里的Accordion用
chevron sign而不是+/-sign。
我一般是尽量直接用bootstrap css(一般是div里放class无需用js去操控,不过modal
popup是个例外需要js code操控ng-template),找不到我想要的component或者需要一
些动态logic再找angularui帮忙(比如accordion directive)。二者通用的component
大多应该theme是一样(兰红绿黄等等),就是我用accordion的时候发现heading字号
有点突兀的大需要修改。还有似乎在bootstrap div table里用不了ngclass和ngstyle
来conditional format。
L*****a
发帖数: 3080
18
来自主题: Programming版 - AngularJS 和 BootStrap

components:
不是很了解女生多不多,我们组就我一个华裔/女生。想像中应该web design方面女生
不少,毕竟女生这方面的敏感和天赋会好一些。
我是新手,说的都是偏向functionality和usability的吧。细心和耐心确实很重要。
angular和boostrap css都不是万能的,会冒出很多小issue,一个个攻破了还挺有成就
感。不过也就是自己心理上爽,老板是不会有什么耐心听你叨叨怎么让一个datepicker
work的。
design方面其实网上有各种theme和template可选(bootstrap也算一种喽),没必要重
起炉灶。
L*****a
发帖数: 3080
19
来自主题: Programming版 - AngularJS vs Dojo

多谢分析。这个Lead是个比较轻狂的中白(快40岁),CIO这么取信于他有一个原因是
他跟Business打交道非常多所以Domain Knowledge丰富,他了解requirements, 但是捂
着不和我们分享,搞得我们做Angular的时候有点摸不清头脑要自己figure out用户要
什么。这个项目某种程度上已经被他hijack了。比较可气的是,他把我们每个
developer分配的不同components都用dojo/python重做了一套向CIO邀功。他向CIO大力
推荐Jquery,我感觉挺吃惊的,这不是倒退了么?Dojo也是他自己最近才学的,如果
prototyping大部分时间花在完善functionality上估计也就是个能跑的东西谈不上是完
整高级的framework(logging,configuration,caching, performance,等等)。CIO
在会上说了最后定下来的framework必须是mature和mainstream不能太新而且上市公司
承受不了完全open source的风险,听起来Angular被排挤了。我的位子倒是挺稳定的... 阅读全帖
M*****0
发帖数: 850
20
这是做MOBILE 开发的基本要求吧,难道还有人只写一种的?除了C++,我就同时用C#,
JAVA,OC,KNOCKOUT.JS,BOOSTRAP,开发IDE Eclipse,xcode,android studio. 一般是先
写Apple,然后等APPLE SUBMIT REVIEW 的时候写 android
d*******r
发帖数: 3299
21
来自主题: Programming版 - 快糙猛还是名不虚传的
那大牛 native app 怎么做, 就直接自己在 app 里开一个 web view,
然后在上面用 Boostrap, JQuery, React 这些?
w***g
发帖数: 5958
22
来自主题: Programming版 - ML 需不需要搞懂那些数学
我自己主要是django + jquery. 最近也在用jinja2.
从网上下过boostrap的模版.
google bootstrap template. 收费的我记得也就$18.
我的技术比较落后. 版上要有专家介绍下这方面的轮子就好了.
E*****a
发帖数: 757
23
来自主题: EE版 - VR一般用什么驱动
一个老兵,看了你这个问题,不知道你想问啥
用什么mosfet驱动?一般是mosfet外置,controller IC里有driver,直接驱动这个
mosfet
用 booststrap吗?一般大电流top mosfet都是nfet,是用boostrap的,bottom fet都直接
驱动

boostra
b*********r
发帖数: 651
24
来自主题: EE版 - 国内的IC设计业
另外,纠正一下本人对lz的态度。
刚才拜读了一下lz 以前两篇文章bandap启动和boostrap的debug。 且不说文章内容如
何,就lz这种乐于分享的精神也是值得称道的。也可以看出lz是个很认真地工程师,我
一开始还以为这篇文章是那种老邱捡瓶子体呢。
至于lz说的模拟ic抄袭的情况,只能说lz所托非人。你说的触摸屏,lcd driver,指纹
识别,都已经不是什么高精尖科技了。就我知道的上海来说,正向设计这三类芯片的公
司,出货量已经上10kk计了。如果lz真的是在美国工作10多年之后回去,可能因为不太
了解国内的情况,踩到坑里去了。
另外,lz说的公司大概是晶门科技。。。这家公司现在已经没落了,不能作为内地半导
体业的代表。另外它是香港上市公司,严格来说也不是内地企业。。
b*********r
发帖数: 651
25
来自主题: EE版 - 国内的IC设计业
另外,纠正一下本人对lz的态度。
刚才拜读了一下lz 以前两篇文章bandap启动和boostrap的debug。 且不说文章内容如
何,就lz这种乐于分享的精神也是值得称道的。也可以看出lz是个很认真地工程师,我
一开始还以为这篇文章是那种老邱捡瓶子体呢。
至于lz说的模拟ic抄袭的情况,只能说lz所托非人。你说的触摸屏,lcd driver,指纹
识别,都已经不是什么高精尖科技了。就我知道的上海来说,正向设计这三类芯片的公
司,出货量已经上10kk计了。如果lz真的是在美国工作10多年之后回去,可能因为不太
了解国内的情况,踩到坑里去了。
另外,lz说的公司大概是晶门科技。。。这家公司现在已经没落了,不能作为内地半导
体业的代表。另外它是香港上市公司,严格来说也不是内地企业。。
b***k
发帖数: 2673
26
☆─────────────────────────────────────☆
sbtim (15#) 于 (Wed Sep 5 10:41:11 2007) 提到:
因为一个有限的采样数据中存在outlier,
为了得到更为可靠的distribution的location, scale估计值,
想采用bootstrap方法,
只是不确定这样产生的simulation samples, 会
不会使得估计出的statistics (mean, median, variation, quantiles)
与初始sample得到的statistics估计值有很大偏差?
请大家不吝赐教。
多谢了先。
☆─────────────────────────────────────☆
arnaud (Prrrrrf) 于 (Wed Sep 5 11:18:51 2007) 提到:
bootstrap方法要在现有样本基础上重新抽样,这个resampling过程有很多研究,根据数
据特征,可以分别采用传统bootstrap(iid),moving blocks boot(depe
f*******y
发帖数: 423
27
来自主题: Statistics版 - 关于simulation,bootstrap和jackknife
你要看bootstrap和jackknife相关的,我的建议是先看1979年efron那篇paper,“
Bootstrap Methods: Another Look at the Jackknife”,然后再慢慢了解,Efron是
提出bootstrap的人,看看他的paper对了解boostrap很有帮助
o****o
发帖数: 8077
28
来自主题: Statistics版 - 如何分析过小EVENT RATE 的数据。
boostrap biased sample n times (n bigs), ensemble them for form your
decision rule
f***a
发帖数: 329
29
来自主题: Statistics版 - 请问一个统计问题
你要是这么说boostrap的话,我还不怎么好跟你argue
permutation不是一回事,不是产生fake数据。。。。
d******e
发帖数: 7844
30
来自主题: Statistics版 - 请大家推荐一下 bootstrap 的书
不能看啊,陈大师说Boostrap是骗人的,哈哈
d******e
发帖数: 7844
31
boostrap
d*******1
发帖数: 293
32
用boostrap有个问题是, sample size是3000或者更多,这样的话,运行的时间是很长
的。 可不可以从3000sample里面在每次随机sample 100sample?
d******e
发帖数: 7844
33
来自主题: Statistics版 - R里面怎么通过GPU做bootstrap?
boostrap实际写起来没几行.
并行化主要是内存的读写的操作会有点麻烦.
关键还是看你有没有C做数据分析的经验,如果不熟的话还是不要做了.
A*******s
发帖数: 3942
34
do u think there was no proof to verify boostrapping? but u need to know wat
is convergence. please pick up some introductory texts of analysis first. u
r not even close to be able to understand the proof
A*******s
发帖数: 3942
35
你不懂后面的理论也就算了,
boostrapping怎么用你都不知道.
还以为自己在创新在革命在怀疑在批判思考呢...
大师,你的所谓统计理论是自己空想出来的
你批判的统计理论也从来不存在

个问题:
肯定的,因为此时的原始样本成了你的抽样“总体”,由于抽样是replable,如果你设
定抽样次数为5000次,那么,原始样本中的每一个独立个体都将有5000次机会被抽到。
如果合并这5000个bootstrapped的样本,你可以预见到这个合并结果会是怎样的情形,
也就是把原始样本的
学的最
Bootstrap法等的批判性观点,他大为吃惊地说:我们从来没有像你这样思考过问题,
也从未怀疑过这里会有什么问题!我想,在此发言的各位也许与他类似。你们缺乏怀疑
和批判的精神。
A*******s
发帖数: 3942
36
"如果你设定抽样次数为5000次,那么,原始样本中的每一个独立个体都将有5000次机
会被抽到。如果合并这5000个bootstrapped的样本,你可以预见到这个合并结果会是怎
样的情形,也就是把原始样本的sample size扩大了5000倍。这是否有点crazy?"
这是你说的吧?找本书看看boostrapping到底是怎么做的再来批判吧?

进一
w*******a
发帖数: 2409
37
看看自己指点的江山
爷不是大师的粉丝,你也就傻逼傻逼的叫着去吧。
爷似乎明白为啥那么多牛的中国人不来发表意见,偏偏您这种二刀贩子来指点了。您继
续挥斥方遒吧
"如果你设定抽样次数为5000次,那么,原始样本中的每一个独立个体都将有5000次机
会被抽到。如果合并这5000个bootstrapped的样本,你可以预见到这个合并结果会是怎
样的情形,也就是把原始样本的sample size扩大了5000倍。这是否有点crazy?"
这是你说的吧?找本书看看boostrapping到底是怎么做的再来批判吧?

进一
s*r
发帖数: 2757
38
来自主题: Statistics版 - bionomial extreme case
这个到是boostrap没发弄.大师可以拿来作为证据了
d******e
发帖数: 7844
39
来自主题: Statistics版 - 说两句关于bootstrap的看法
subsampling和boostrap还不是一回事
p********a
发帖数: 5352
40
来自主题: Statistics版 - [合集] 说两句关于bootstrap的看法
☆─────────────────────────────────────☆
tamuer (hoho) 于 (Fri Oct 21 20:41:07 2011, 美东) 提到:
前面有人问bootstrap能不能更逼近真理。我不是这方面的专家,但是发表一点自己的简
介,希望和大家交流一下吧。
总体而言, 我觉得使用bootstrap不能说是逼近真理。但是有的时候,确实比不做boot
strap比更好,或者比使用单一样本更接近真理。大家都觉得bootstrap没有真正用处的
原因是觉得所有bootstrap重复抽样的样本都是从一个样本里出来的,所以用bootstrap
的效果不会比使用原来的样本好多少。这一点我也同意。
但是从另外一个角度来说,一个样本里面包含的信息是很丰富的,我们是否已经完全利
用了现有样本里面的信息呢?最简单的例子来说,一个样本,很多时候我们用就用samp
le mean来summarize样本信息,但是使用sample mean的时候又忽视了多少样本中原来的
信息呢? 比如各种quantile的信息之类。 类似的,换一个角度来说,bootstrap是在... 阅读全帖
k*z
发帖数: 4704
41
Boostrap? Jacknife or Non-Parametric?
Q*****T
发帖数: 558
42
这不是在学习嘛,面试怎么会问面试官这种问题。请问,这种说法为啥不对呢?
我想问的其实是,residual的分布和y的分布,generally来说,是什麽关系。譬如Y是
continuous,那residual就是正态分布(如果y的分布未知的话,可以用boostrapping
等resampling method去估计y的分布,估计出来的y的分布也就是residual的分布---
对吗对吗对吗?不对的话为啥不对??);Y=binary,residual=binomial;Y=
multinomial, residual=multinomial。
归根结底我的问题是,residual的分布是不是跟Y有一等一的关系(唯一映射)??

multivariate
Q*****T
发帖数: 558
43
3.上面模型中,b和c的point estimate是用OLS或者Maximum likelihood的方法估计出
来的(这种说法对吗??),
If you assume independence, equal variance, normality, then mle is the same
as lse for beta0, beta1 and beta2
而b和c的confidence interval是怎么估计出来的?
the estimators for these two follow a t distribution
------>>>>>
所以b,c的分布永远是t-distribution,跟y的分布,以及跟究竟是用LSE还是MLE无关
是嘛?
还是说b,c的分布跟y的分布有关?
为什么在一个关于resampling method的讨论上,我记得有个说法是(当然很可能是我
记错了,或者根本就理解错了),如果y的分布未知(或者实际上是Y的分布的
parameters未知??),那么想得到coefficient的CI的话,可以用bootstrap去把这个
CI boostr... 阅读全帖
h***i
发帖数: 3844
44
网上找一些lecture 看看,或者找本书读读,比在这里问强多了。真的

boostrapping
e*******n
发帖数: 872
45
来自主题: DataSciences版 - data scientist的五个方面
1. programming: Java, Python, C++, Ruby, Matlab, Perl
2. Database: SQL, NonSQL (HBase, MongoDB)
3. Statistics: R, SPSS, SAS, A/B testing, Tableau (Visualization)
4. Hadoop: MapReduce, Hive, Pig
5. Machine Learning: Predictive Modeling, Neural Networks, Regression,
Clustering, Decision Trees (CART), Boostrapping, Random Forest,
Collaborative Filtering, Text Mining, Social Network Analysis,
Recommendation
看了很多data scientist的招聘要求,总结出来的五个方面
h*****7
发帖数: 6781
46
我出的题
简述 vc dimension 以及和 svm 关系
svm怎么实现?有没有比smo更快的?
各种kernel空间维度,怎么用
简述MAP, fisher information
简述MCMC基本类型,难点
bayesian vs frequentist pros and cons
boostrap好处,性质
手推PCA
向量求导手推
微分方程手推
简述categorical处理
牛顿法,共轭梯度,模拟退火,各类优化求解
各种图搜索
真做过ML的,上面都是小意思
没做过的,基本没可能突击出来
h*****7
发帖数: 6781
47
我出的题
简述 vc dimension 以及和 svm 关系
svm怎么实现?有没有比smo更快的?
各种kernel空间维度,怎么用
简述MAP, fisher information
简述MCMC基本类型,难点
bayesian vs frequentist pros and cons
boostrap好处,性质
手推PCA
向量求导手推
微分方程手推
简述categorical处理
牛顿法,共轭梯度,模拟退火,各类优化求解
各种图搜索
真做过ML的,上面都是小意思
没做过的,基本没可能突击出来
t*****e
发帖数: 364
48
这个自己写一下应该不难吧:
1. boostrap 100-200 datasets from your training set
2. For each of the bootstrapped data, randomly select some features from
those features that are NOT in the important feature list (the number
selected could be a tuning parameter, usually random forest recommend p/3
for regression tree and sqrt(p) for classification tree).
3. Combine features obtained in step2 with the important several features
4. fit a decision tree using rpart (without pruning) and predict your test
set (eithe... 阅读全帖
t*****e
发帖数: 364
49
这个自己写一下应该不难吧:
1. boostrap 100-200 datasets from your training set
2. For each of the bootstrapped data, randomly select some features from
those features that are NOT in the important feature list (the number
selected could be a tuning parameter, usually random forest recommend p/3
for regression tree and sqrt(p) for classification tree).
3. Combine features obtained in step2 with the important several features
4. fit a decision tree using rpart (without pruning) and predict your test
set (eithe... 阅读全帖
1 (共1页)