这节讲的大部分东西，也不需要太过于多说的样子，加法法则，乘法法则，联合分布，边缘分布和条件分布，值得注意的是联合概率的英文是the probability of X and Y,而条件概率的英文是the probability of X given y，自己在文科的思维来搞理工，一向缺乏术语的严谨性，经常懂了，向行外人表达得挺清晰，可是在行内人听起来却很成问题。这一点需要克服改进之。 接下来就是机器学习贝叶斯学派最重要的贝叶斯法则

上回书说完了信号和tick，这回书接着来说check。 当某一个主线程运行了100tick之后，经过检查，从而释放了gil锁，并由操作系统调度其他的线程来运行，如图是线程2开始运行，当线程2也运行完100个tick之后，调度线程3.这两次进行的都很顺利，但是线程三在运行时，却出现故障。 如前所述，只有主线程中实现了线程处理函数，可以处理系统广播的信号，而在线程三的这一次运行中，当线程3接收到系统传递过来的信号后，线程3不再等100个tick才去检查，并释放gil，而是每过一个tick都进行一次检查，这样实现的目的是为了尽快地能够将执行转移给主线程，从而能够尽快地响应系统的发出的信号。 但是： python是没有调度权的 在运行check，

最近参加完mla2014，深感自己基础还是甚不牢靠，之前断断续续的学习，没有一部内化的大部头做根基，一切都是无根之萍。 好在最近自己的生活节奏和状态都已经调节到看prml丝毫不觉得违和的地步，而且不再焦急地想把它看完，这样的学习状态应该是最好的。于是，进军PRML。 首先是训练集与测试集的概念，泛化，输入空间与输出空间，特征空间，特征提取，监督学习，非监督学习，分类与回归任务，这些都没有什么太多可说的。 此书中提到非监督学习的三个主要任务，聚类，density estimation，可视化，关于density

又是一个不知道说些什么的日子。 近几天外出参加一个会议，虽说不是国际顶级会议，不过参加之后的收获反倒是好像比国际顶级会议还多些。 谈到国际顶级会议，就想到上次参加icaij的经历，上次和那个绕着舌头的日本人沟通，虽然看其墙展，其好像是使用EM算法来分析amazon 众包中某一份任务的标注的有效性，明明看其工作就是很有意思，可是干看着，鸡同鸭讲，怎么也听不懂其圈着舌头的日式英语。 好歹mla2014没有这样的现象。 这会先不谈干货，干货我现在也记不下来，等那边把PPT都放出来了，参考着ppt再回顾那几位大咖位都在干什么。 说是大咖，其实也不全是，第二天下午参会的俞扬，和第一天的大咖，比如马毅，相比就完全不是一个量级的，

之前说到在gil的控制下，如果一个cpu富集（这个词可能不是标准译法，英文cpu bound，指运行时间主要由cpu运算的时间来决定的任务）线程获取了gil锁，然后它会一直运行下去，为了使得其他的线程也能够运行，每次过100个tick，线程会阻塞自身，然后由python解释器来进行一次check。查看是否有其他的线程在等待获取gil。 首先来谈这个tick，这个tick其实是一定的步数的字节码，如果使用python提供的反汇编模块dis.dis来对python代码进行反汇编将之转变成机器码的话，可以看到 如图所示，这些字节码分为四个tick （这里有一点自己现在不明白，这个tick到底是按照什么规则来分配的，为什么有的tick比较长，而有的tick比较短，甚至---）