胡江堂：（所谓）技术博客
January 4th, 2010 — SAS, 人物, 统计备忘录, 胡说
把以前在space写的文字都导入到这个新博客里了。
这新得白花花扎眼的一年，还想多写些关于SAS程序员本身的文字，关于这个职业，它依托的行业环境等等。SAS程序员在国内还不是一个很兴盛的职业。
还会有关于SAS本身的文字，关于SAS语言，SAS公司，关于它的创始人等等。最近我对SAS的创始人Tony Barr比较感兴趣。
技术本身，这个跟饭碗相关，除了SAS技术，很多笔墨可能会停留在CDISC上面。当然还会有自个兴之所至的其他文字，才年初呢，啥都没定。作为跟“统计之都”的约定，所有跟统计相关的文字，我会首先发布到“统计之都”，然后在自个的博客做个备份：
April 2nd, 2008 — 胡说
好些日子没能更新这个博客，转一个我生活博客里的好玩东西，关于“男女不均衡和希尔伯特的旅馆”：
********************************************************************
看一个大龄相亲的报道。不均衡的几千万男性同胞，是祖国和人民的一大关注热点。有好事者提议，比如，现在的30岁男，俯视下一代，找个20岁女，到下一辈的30岁男，如法炮制，也找20岁女下手，如果循环往复，神州大地就不存在男女比例不平衡的问题了。咋一听，还以为到了希尔伯特的旅馆。
说，有个人去投宿，但那家旅馆已经满员了，意思是，比如，这家旅馆有很多层，每层就一个房间，每个房间都住了一位客人，是为满员。但旅馆老板有办法，让这个投宿的客人安心入住。首先，他就把这个客人安排在第一层，把原先住在第一层的客人安排到第二层，把原先在第二层的客人安排在第三层，就这么一直挪过去。记住，刚才我们说这家旅馆有很多层，很多的意思是，你总有办法把客人一层一层往上挪，这样，那位原先以为住不到店的客人也就能安排好了。这家旅馆就叫做“希尔伯特的旅馆”，希尔伯特是一个数学家的名字。
理解希尔伯特的旅馆，可以举个例子，比如，有两个无穷可数的数列，一是自然数列，二是偶数数列。无穷是说，这个自然数列从1、2、3、4、5、6、7、8、……等等一直持续下去，这个偶数数列2、4、6、8、…… 也是一直持续下去，可数是说，虽然上面两个数列是无穷的，但是你有兴致，却可以掰着手指头一二三四地跟着数下去。不可数的，比如在数轴上分布得密密麻麻的实数数列，一会是1.1,一会是1.111111111111111111111111111111111111，就叫人没法跟着数了。
扯远了，还是刚才两个无穷数列
A: 1、2、3、4、5、6、7、8、……
B: 2、4、6、8、……
如果有像A数列展示一样多的旅客，而只有B数列一样多的房间，看着似乎就有一半的人住不了店了（每个房间只能住一个人）。——如果你真的这么想，就要想想上面的希尔伯特旅馆，看看如何有办法让A数列多的人住进B数列多的房间：
A: 1、2、3、4、5、6、7、8、……
B: 2、4、6、8、10、12、14、16……
方案是这样的，想像一下客人全部以自然数列编号，房间都是偶数号，就让编号为1的客人住在B中编号为2的房间，客人2住4号房间，客人3住6号房间，这么一个个数过去，所有的客人都能住上店了。上面的事实有一个惊人的结论，即A数列和B数列，在某种计数下，竟然是一一对应的。一一对应，自然每个客人就都有自己的房间了。说“某种计数”，是按上面的匹配程序走，不是我们一般说的个数。
扯更远了，希尔伯特的旅馆是没问题的。接下来我是想驳斥上面说的循环往复解决男女不平衡问题，那纯粹是扯淡，跟希尔伯特的旅馆，只是有些似是而非的联系。我要睡了（我已发现此命题的一个真正奇妙的证明，但是这页边空白太小，写不下这个证明。……）
February 26th, 2008 — 胡说
在BiCubes新开了一个（又是所谓）的技术博客，也叫“技止于此”,与这个space互为镜像了。同时整理了一下这里所有的文章：
SAS
SAS和蒙特卡罗模拟（3）：SAS随机数函数及CALL子程序
SAS学习笔记（4）:Editing and Debugging SAS Programs
SAS学习笔记（3）:Referencing Files and Setting Options
SAS学习笔记（2）：Using the Programming Workspace
数据挖掘
几个有名的数据挖掘与机器学习的练习数据集（一）
数据挖掘入门书：Roiger&Geatz《数据挖掘教程》清华版2003
Ryszard Michalski
KDNuggets调查2007：数据挖掘方法论
KDnuggets调查：数据挖掘方法和工具
统计学备忘录
白话统计（2）：中心极限定理
白话统计（1）：平均数、中位数、众数
金融计算
提升指数、提升表和提升图
Excel债券计算函数
Paul Wilmott’s Books on Quantitative Finance
其他
BNF
标记法：简介
SQL——在Oracle SQL*Plus里工作（1）：基础篇
Windows下运用Linux工具（一）：G++/Cyguns
Excel-备忘录
在UltraEdit中配置Java编译器
写在前面——我要经营的技术博客
January 14th, 2008 — 胡说
这样子的整理，本该是07年末的事，以后也这样随手摆出来了：
************************“技止于此”文章目录，从2007年3月15到2008年1月14************************
46- SAS和蒙特卡罗模拟（2）：随机数基础
45- SAS Tips &Tricks：按组求累加值
44- SAS和蒙特卡罗模拟（1）：开篇
43- SAS程序员必备的十大技巧
42- Excel债券计算函数
41- 金融随机过程：备忘录
40- Paul Wilmott’s Books on Quantitative Finance
39- BNF标记法：简介
38- SQL——在Oracle SQL*Plus里工作（1）：基础篇
37- 常见数据挖掘错误：识别和纠正（译稿）
36- SAS Base 金融函数
35- 答客问：SAS对列求和
34- SAS备忘录：format和informat
33- Ryszard Michalski
32- How to pronounce SAS ?
31- 概率、信息和熵
30- 三个有名的决策树算法和它们的叶子
29- 提升指数、提升表和提升图
28- SAS Macro的面对对象解释-一个附会
27- SAS学习笔记（4）:Editing and Debugging SAS Programs
26- 数据采集策略：数据挖掘与统计学的一个区别
25- SAS学习笔记（3）:Referencing Files and Setting Options
24- 计算股票的贝塔值β
23- KDNuggets调查2007：数据挖掘方法论
22- SAS学习笔记（2）：Using the Programming Workspace
21- 神经网络：学习笔记（1）：神经元
20- SAS学习笔记（1）：Basic Concepts
19- SAS学习笔记：开篇
18- KDnuggets调查：数据挖掘方法和工具
17- 备忘录之主成分分析
16- 下载yahoo finance和雅虎财经数据
15- S语言:棕皮书、蓝皮书、白皮书和绿皮书
14- 一款像模像样的数据挖掘软件—AlphaMiner
13- 最大熵模型：读书笔记
12- SAS Logistic回归：一个完整例子
11- 三个有名的决策树算法：CHAID、CART和C4.5
10- 数据挖掘——我们能从股市数据得出什么，以及一些算法
9- Windows下运用Linux工具（一）：G++/Cyguns
8- 一组常用的SAS快捷键和命令（一）：入门阶段
7- Excel-备忘录
6- 在UltraEdit中配置Java编译器
5- 推荐书：朱世武老师的《SAS编程技术与金融数据处理》
4- 决策树的构造——一个手工例子
3- 几个有名的数据挖掘与机器学习的练习数据集（一）
2- 数据挖掘入门书：Roiger&Geatz《数据挖掘教程》清华版2003
1- 写在前面——我要经营的技术博客
***************************************************************************************************
March 15th, 2007 — 胡说
一直在Windows Live Spaces下写博客。因为跟MSN连着，又在QQ签名档挂出来，多是让分散四方的朋友知道些我的生活状态，就记些每日喜乐、平常见闻。我高中念文科，大学念经济学，这么一下来好朋友的背景多是文史哲或是经管类。我行路崎岖，又转学软件工程，学一行爱一行，手头不免常有些跟专业有关的问题想记下来。这些东西要大规模在我那个Space出现，恐怕我大半朋友要觉着索然无味了。
一开始想在CSDN开我的技术博客，是看了几期《程序员》杂志，又在里面转了几圈。这个社区的技术氛围是没得说的。不过稍微试了一下，更新起来不是很方便，一直用Windows Live Writer(Beta)和Performancing写我的Live Space，但这个CSDN好像不太好使，所以这个所谓技术博客也在Windows Live Spaces落户了，想法是以前那个仍旧记事。用Windows Live Spaces做技术博客，只是图个更新方便。
看看我博客的副标题，那个注释格式，多数人能认出来是C言语风格的。我没学过C，看中的是SAS语言也能用这个格式，而SAS就是我所认为的“技术”，我的饭碗了。在这里我想写一些我对机器学习、数据挖掘、数据仓库、金融建模等领域的一些看法以及SAS、SPSS、Weka、Matlab、Mathematica等工具的应用。看到底能走多远了。按着惯例，说说我写博客的原则：
1. 除非是公众人物，或者得到授权，我的博客不会出现真名，以及他们的联系方式；
2. 如果是转载或翻译的文章，我一定会注明出处，而且尽量详细；
3. 即使是原创文章，如果得到帮助，我也会尽量注明从哪些文章哪些书籍得到灵感。