I(x,y)=H(x)+H(y)-H(x,y)，H是熵，比如x=c(0,1,1,1),y=c(1,1,1,1) 求着两个向量之间的互信息。p(x,y)怎么求

只学过python，写过爬虫。《集体智慧编程》看到欧几里得距离就不太懂了，请问需要补哪些基础？推荐相关的书籍，谢谢。

这里指的不是常见的scikit nltk matplot numpy之类的，是冷门少见的比如blaze补充一下吧，大家都很厉害啊。我当然知道文档知道开发，但是并没有时间让新人花大量时间去在这里面搜索不是吗。

收集股票数据制成时间序列图时，需要把图中对整体趋势没有影响的那种很小的波动过滤掉，让图看起来更平滑一些。以前从来没有接触过这些完全摸不着头脑，老师有提到离散小波变换，要求说刻度不要太大、数据点的数量不要变，但百度了一下并没有明白到底是什么意思。自知基础不好，请问该如何实现？

本人目前是一名前端程序猿，14年毕业，今年24，从编程中获得许多乐趣。事情起源于，一直向往数据分析这块，用自学的爬虫爬过很多网站，然后感觉光有数据不够还得有分析方法，于是又自学了《统计学习方法》跟《集体智慧编程》，于是对机器学习有了初步的了解。在学习过程中越发觉得对两个方向缺失，一个是数学确切来说是统计学相关的知识，一个是算法数据结构相关的知识。(本人大学一普通211，学材料，大学天天浪，现在就是在为之前的贪玩填坑。)但自己也发现，这两个方向需要集中一段具体的时间来研究学习（这很关键），而且之前都是自学也不系统，现在每天工作到九点，感觉很缺乏时间，并且，想把数据分析数据挖掘作为今后方向。于是，想到考研，具体是想考统计学或者计算机方面 […]

计算机研究生小论文，想写关于数据挖掘数据分析这块的，但是不知道怎么写，具体的方向有什么建议的么。现在整个人基本处于懵逼状态౿(།﹏།)૭跪求大神指点，学妹不胜感激！

做实验经常会用到一些数据集，有没有什么网站会公开的自己的数据集，比如说flickr上的图像标签的数据如何获取？

请问，大数据文章主题标注岗位是什么岗位，主要从事什么？