基于内容的遥感影像检索是解决遥感大数据“数据海量、信息淹没”问题的有效方法，但面对海量的遥感数据，存在两个方面的严峻挑战:第一，遥感影像具有数据海量、尺度依赖、地物种类繁多和场景复杂等特点，基于单一或组合低层视觉特征的检索很难取得满意的检索结果;
数据给你一双看透本质的眼睛，这里是《数据分析思维课》。前面几节课给我们讲了各种各样的算法，分类、聚类、关联规则、蒙特卡洛、协同过滤、马尔可夫链……这节课是我们数据算法这章的最后一节课了，我们来聊聊到目前为止人工智能领域里的终极算法——深度学习算法。
以下文章来源于孤独大脑 ，作者老喻的“钢铁侠”埃隆·马斯克曾说：人生最大的挑战，就是确保自己能有纠正反馈循环，并且一直保持它。“确保成功”，似乎是很多人做决定的前提。然而在不确定性陡增的时代，几乎没有什么事情是真正确定的。
文献来源:Pang， Xun， Licheng Liu， and Yiqing Xu. “A Bayesian Alternative to Synthetic Control for Comparative Case Studies.” Political Analysis30， no. 2 : 269–88.
＃2:“transcranial direct current stimulation” OR “transcranial magnetic stimulation” OR repetitive transcranial magnetic stimulation OR repetitive transcranial magnetic OR transcranial direct current OR noninvasive brain stimulation OR non-invasive brain stimulation OR transcranial electrical stimulation OR rTMS OR tDCS OR TMS OR NIBS;
对于大多数人来说，贝叶斯统计可能只是听说过的概念。作为其标志性方法之一的马尔科夫链蒙特卡洛方法更是有几分神秘色彩。虽然这种方法包含巨大的运算量，但是其背后的基本原理却可以直观地表达出来。这便是本文想呈现给大家的。
