使用python进行普适计算---

1什么是普适计算？
2讨论组日程
3文本数据处理
- 3.1文本情感倾向判别 2013-12-03
- 3.2基于内容的关联帖子推荐 2013-12-06
- 3.3文本主题提取 2013-12-24
4音频数据处理
- 4.1音乐数据预处理及风格分类 2013-12-09
- 4.2音乐分类及评估 2013-12-12
5图像数据处理
- 5.1人物图像风格处理 2013-12-13
- 5.2生物细胞图像计算处理 2013-12-13
- 5.3手写数字的识别 2013-12-16
6时间数据处理
- 6.1股票时间序列建模 2013-12-23
- 6.2股票共振网络建模 2013-12-30
7地理数据处理
- 7.1预测物种的分布2013-12-19
8网络分析、统计模型与机器学习
- 8.1PageRank算法 2013-12-27
- 8.2网络社区划分算法 2012-12-30
- 8.3KNN分类器 2013-12-05
- 8.4贝叶斯模型 2013-12-03
- 8.5logistic回归 2013-12-12
- 8.6流形学习 2014-01-02
- 8.7人工神经网络 2014-01-02
- 8.8K-means聚类 2013-12-06
- 8.9Affinity propagation 聚类 2014-01-02
- 8.10最大似然参数估计 2013-12-17
- 8.11LDA模型 2013-12-24
- 8.12SVM支持向量机 2013-12-16
- 8.13HMM隐性马可夫模型 2013-12-23
9计算与模拟
- 9.1各种分布及其产生机制 2013-12-24
- 9.2网络演化模拟
- 9.3使用python语言表达分形与递归
- 9.4使用pythony实现遗传算法
- 9.5元胞自动机 2013-12-26
10热力学与进化论
- 10.1热力学第二定律与时间箭头 2014-01-03
- 10.2沙堆、渗流、Ising与临界态 2014-01-03
11项目研发及讨论
12课程参考资料
- 12.1参考书目
- 12.2参考论文
- 12.3计算社会科学工具与使用：多贝公开课视频

什么是普适计算？

普适计算的概念由Stephen Wolfram正式提出，更早的概念在近代可以上溯到惠勒、冯诺依曼和图灵，更早的源头则与毕达哥拉斯学派和赫拉克利特。普适计算认为，计算是宇宙的本质。宇宙无时无刻不在进行计算，我们观察到的物理法则，其实是计算过程的信息论约束。所有的改变，包括自然界生物个体和种群的进化，都是在进行计算。

那么，什么是计算呢？计算，在最唯像的意义上说，就是数据的变形。有计算的地方就有等号，等号的左边是数据的输入，右边是数据的输出。要深刻理解普适计算，要从理解两点开始：（1）所有的数据本质上都是一致的，都可以被归结到同一种表达。例如现代计算机使用0和1，可以表达所有的数据：文本、图像、声音、触感。（2）所有的计算本质上都是一致的。根据图灵-丘奇定理，所有可以被执行的计算都可以被图灵机表达。与图灵机等价的形式还有元胞自动机和马科夫矩阵以及Lambda算子。这些所有的形式，虽然可以被用于制造不同的计算机，但效果是完全一样的：一台计算机的表现，一定可以被另外一台计算机模拟。这也是为什么存在那么多可以相互替代的计算机语言的原因。

Son of a gun, this is so heufpll!

讨论组日程

“

What I cannot create, I do not understand.

”

——Richard Feynman

por compartir tu experiencia. Demuestra que adaptar nuestros ciclos de sueÃ±o no sÃ³lo es posible, sino que no tiene por quÃ© tener efectos negativos en nuestra saenn.Biedvluido y sigue pasando por aquÃ aportando tus ideas :-)

文本数据处理

主要依赖包 nltk

Vero vero vero tutto vero la sera ci si concede un pasto pif9 in sreneite0 dove e8 possibile &#2#20;gustare&28281; invece che mangiare di corsa. Sono sicura che lo assaggerei con molto piacere questo piatto dal gusto un pf2 autunnale.Un abbraccio cara Giulia a presto

文本情感倾向判别 2013-12-03

使用Naive Bayesian Model判别文本的情感倾向

基于内容的关联帖子推荐 2013-12-06

本次主讲内容，使用K-means聚类实验数据。

文本主题提取 2013-12-24

使用了Latent Dirichlet allocation （LDA）模型使用python画文字云

音频数据处理

音乐数据预处理及风格分类 2013-12-09

使用KNN对处理基于FFT的音频数据

音乐分类及评估 2013-12-12

比较logistic回归与KNN的效果区别

图像数据处理

主要依赖包 mahotas

人物图像风格处理 2013-12-13

人物图像的各种处理：阈值处理、高斯过滤、背景虚化和波普艺术

生物细胞图像计算处理 2013-12-13

计算细胞个数及活动区域划分

手写数字的识别 2013-12-16

使用SVM对手写数字进行识别

时间数据处理

股票时间序列建模 2013-12-23

使用HMM建模股票价格波动

股票共振网络建模 2013-12-30

分析股票价格共振网络的社区

地理数据处理

主要依赖包 Basemap

预测物种的分布2013-12-19

预测物种的空间分布

网络分析、统计模型与机器学习

主要依赖包 sklearn

PageRank算法 2013-12-27

网络社区划分算法 2012-12-30

KNN分类器 2013-12-05

贝叶斯模型 2013-12-03

logistic回归 2013-12-12

流形学习 2014-01-02

人工神经网络 2014-01-02

K-means聚类 2013-12-06

Affinity propagation 聚类 2014-01-02

最大似然参数估计 2013-12-17

LDA模型 2013-12-24

SVM支持向量机 2013-12-16

HMM隐性马可夫模型 2013-12-23

计算与模拟

各种分布及其产生机制 2013-12-24

网络演化模拟

使用python语言表达分形与递归

使用pythony实现遗传算法

元胞自动机 2013-12-26

热力学与进化论

热力学第二定律与时间箭头 2014-01-03

关于热力学与时间箭头，我们可以参考两个jake写的ppt：

1. 秩序从哪里来

2. “熵”与“流”

沙堆、渗流、Ising与临界态 2014-01-03

渗流模型

ISING模型

使用python制造渗流模型

项目研发及讨论

@jingjing笔记：1126代码笔记1128笔记

@LDH问题:可否使用热力图（等高线图）展示因子分析的结果？示例：

@计算士回答：示例图示例图背后的代码其他的配色方案测试不同函数的等高线效果

@LDH问题:可否使用热力图（等高线图）展示双自变量回归分析的结果？

@LDH问题:K-means聚类的结果是否可以固定？

@计算士回答：可适用affinity propagation聚类。

@LDH问题:可否自动化寻找数据的多项式拟合？

@计算士回答：可以使用SVM回归或者使用遗传算法来拟合数据。

@LDH问题:一族多项式曲线能否画出光滑的过渡效果？

课程参考资料

参考书目

机器学习与数据挖掘

复杂网络、分形与复杂科学

人工智能与普适计算

数据可视化

参考论文

Data Science and Prediction

D3 : Data-Driven Documents

Distilling Free-Form Natural Laws from Experimental Data

reCAPTCHA: Human-Based Character Recognition via Web

机器学习基本模型

Python matplotlib gallery

计算社会科学工具与使用：多贝公开课视频

第一讲：幂律分布的最大似然估计

第二讲：网络社区的增长和标度对称原理

第三讲：使用R分析网络数据及实现可视化（上）

第三讲：使用R分析网络数据及实现可视化（下）

第四讲：使用Mathematica分析互联网上的图像数据

第五讲：使用Python抓取及分析互联网数据

第六讲：使用Netlogo进行多主体交互模拟

第七讲：使用Processing实现网络可视化

Great article! It is definitely important to not allow you social media preeplos/iagfs to be dormant or even idle for any length of time. It really is at least a daily process!