摘要： 1.最大似然估计（MLE）： 什么是最大似然估计？ 问题：给定一组观察数据还有一个参数待定的模型，如何来估计这个未知参数呢？ 观察数据（x1，y1）......(xn,yn) 待定模型参数为θ，模型为f（x;θ）。这时候可以借助观察数据来估计这个θ。这就是最大似然函数估计。 举个例子： ... 阅读全文

摘要： JAVA 并发编程 最初计算机是单任务的，然后发展到多任务，接着出现多线程并行，同时计算机也从单cpu进入到多cpu。如下图： 多任务：其实就是利用操作系统时间片轮转使用的原理。操作系统通过将cpu的执行时间分割成多个时间片，为每个任务分配时间片，因为cpu处理速度很快，这样就用户看来好... 阅读全文

摘要： Linear Regreesion 在现实生活中普遍存在着变量之间的关系，有确定的和非确定的。确定关系指的是变量之间可以使用函数关系式表示，还有一种是属于非确定的（相关），比如人的身高和体重，一样的身高体重是不一样的。 线性回归： 1： 函数模型（Model）： 假设有训练数据 那么为了方便我们写成 阅读全文

摘要： HDFS Hadoop的核心就是HDFS与MapReduce。那么HDFS又是基于GFS的设计理念搞出来的。 HDFS全称是Hadoop Distributed System。HDFS是为以流的方式存取大文件而设计的。适用于几百MB，GB以及TB，并写一次读多次的场合。而对于低延时数据访问、大量小文... 阅读全文

摘要： 分布式文件系统 分布式文件系统：当数据集的大小超过一台独立物理计算机的存储能力时，就有必要对它进行分区（partition）并存储到若干台单独的计算机上。管理网络中夸多台计算机存储的文件系统。这种系统构架于网络之上，肯定会引入网络编程的复杂性，因此它比普通的磁盘文件系统更为复杂。 我们首先来简单... 阅读全文

摘要： 决策树（decision tree） 决策树：是一种基本的分类和回归方法。它是基于实例特征对实例进行分类的过程，我们可以认为决策树就是很多if-then的规则集合。 优点：1）训练生成的模型可读性强，我们可以很直观的看出生成模型的构成已经工作方式，因为模型就是由数据属性和类别构成一棵树。 ... 阅读全文

摘要： 面向对象这个东西，其实我们一直是不是都没有感觉到自己在用，以后我一定要用用。以前学c#时候认真的看过一次，最近一直研究java。随便再看看。多态问题： 在java中多态分为（1）编译时多态和（2）运行时多态（1）编译时多态比较容易理解：其实就是通过方法重载，就是方法的重载，同一个函数名但是可以参... 阅读全文

摘要： 我需要把星期天看的一些东西记录下来，要不然会忘记。hashCode、equals： 1）每个java对象都有hashCode和equals方法。java的终极类是object类，那么object类是如何来标注自己呢，就是object这个类是如何来区分对方。就是使用它们的hashcode和equals... 阅读全文

摘要： 首先来说明一下bootstraps：可以把它认为是一种有放回的抽样方法。bagging：boostraps aggregating（汇总）boosting：Adaboot （Adaptive Boosting）提升方法提升（boosting）：在分类问题中，通过改变训练样本的权重，学习多个分类器，并... 阅读全文

摘要： 这个暂时还不太明白，先写一点明白的。EM:最大期望算法，属于基于模型的聚类算法。是对似然函数的进一步应用。我们知道，当我们想要估计某个分布的未知值，可以使用样本结果来进行似然估计，进而求最大似然估计就可以估计出要求的参数。但是有时候还会有未知参数，这样就不能使用极大似然估计。当然这个参数与我们要估计... 阅读全文