引述 :『這篇針對解 Non-Linear Least Squares Problems 的方法做了整理， 像是 Gauss–Newton Method、Levenberg–Marquardt Method ...等等』

引述 :『Project Euler is a series of challenging mathematical/computer programming problems that will require more than just mathematical insights to solve. Although mathematics will help you arrive at elegant and efficient methods, the use of a computer and programming skills will be required to solve most problems.』

引述 :『Burrows-Wheeler Transform』

引述 :『Algorithm』

引述 :『In July's installment of Java theory and practice ("Concurrent collections classes"), we reviewed scalability bottlenecks and discussed how to achieve higher concurrency and throughput in shared data structures. Sometimes, the best way to learn is to examine the work of the experts, so this month we're going to look at the implementation of ConcurrentHashMap from Doug Lea's util.concurrent package. A version of ConcurrentHashMap optimized for the new Java Memory Model (JMM), which is being specified by JSR 133, will be included in the java.util.concurrent package in JDK 1.5; the version in util.concurrent has been audited for thread-safety under both the old and new memory models.』

引述 :『EXACT STRING MATCHING ALGORITHMS』

引述 :『之前的文章提到了用 Python 與 Gnuplot 解決作業之後，我就大量的使用 Python 來解決各項課業上的問題。』

引述 :『直到有一天，僧侶們能將64片的金屬片依規則從指定的木釘上全部移動至另一根木釘上，那麼，世界末日即隨之來到，世間的一切終將被毀滅，萬物都將至極樂世界。 』

引述 :『上回和各位分享了KNN演算法。不過在演算法的歸類上，我錯把KNN歸類成非監督式學習，英文稱為unsupervised learning。在這邊我重新定義監督式/非監督式學習：監督式學習是說，我們把資料給機器學習的時候，資料會有label，也就是說，每一個資料對應的正確答案，都會給機器看。機器學完以後，會產生一個模型 (model)，也就是他學習完的成果，之後遇到新的資料，他就用學習出來的模型來判斷新的東西，輸出新東西該有的正確答案。用之前判斷大頭照是男生或女生的例子，每一張照片給機器學習的時候，除了照片本身，還會讓機器知道每張照片的正確答案 (男生還是女生)。之後機器用他學出來的模型 (model) 來判斷新的照片，接著輸出答案 (男生或女生)。 非監督式學習就有些不同了。在非監督式學習的情況下，機器只能看到資料，但是不知道資料的label，也就是說，資料是甚麼東西並不曉得。機器學出來的模型，是這些資料的pattern，之後遇到新的資料，機器是根據學出來的模型，判斷新的資料比較像以前看過的哪一種資料(比較像以前看過的照片裡面的某幾張照片)，而不是說這個資料對應的答案 (男生還是女生)。 KNN演算法因為輸入的資料有正確答案 (每張照片是男生或是女生)，而不是沒有答案的資料 (一堆照片)。學習之後也是判斷新資料的正確答案 (男生或女生)，而不是僅僅告訴我們這張照片和以前看過的哪幾張照片比較像。所以KNN演算法是一種監督式演算法 (supervised learning)。』

引述 :『微软著名的C++大师Herb Sutter在2005年初的时候曾经写过一篇重量级的文章：”The Free Lunch Is Over: A Fundamental Turn Toward Concurrency in Software“，预言OO之后软件开发将要面临的又一次重大变革-并行计算。 摩尔定律统制下的软件开发时代有一个非常有意思的现象：”Andy giveth, and Bill taketh away.”。不管CPU的主频有多快，我们始终有办法来利用它，而我们也陶醉在机器升级带来的程序性能提高中。 我记着我大二的时候曾经做过一个五子棋的程序，当时的算法就是预先设计一些棋型（有优先级），然后扫描棋盘，对形势进行分析，看看当前走哪部对自己最重要。当然下棋还要堵别人，这就需要互换双方的棋型再计算。如果只算一步，很可能被狡猾的对手欺骗，所以为了多想几步，还需要递归和回朔。在当时的机器上，算3步就基本上需要3秒左右的时间了。后来大学毕业收拾东西的时候找到这个程序，试了一下，发现算10步需要的时间也基本上感觉不出来了。 不知道你是否有同样的经历，我们不知不觉的一直在享受着这样的免费午餐。可是，随着摩尔定律的提前终结，免费的午餐终究要还回去。虽然硬件设计师还在努力：Hyper Threading CPU（多出一套寄存器，相当于一个逻辑CPU）使得Pipeline尽可能满负荷，使多个Thread的操作有可能并行，使得多线程程序的性能有5%-15%的提升；增加Cache容量也使得包括Single-Thread和Multi-Thread程序都能受益。也许这些还能帮助你一段时间，但问题是，我们必须做出改变，面对这个即将到来的变革，你准备好了么？』