摘要：
并不搞机器学习，只是凭兴趣随便谈谈。loss function翻译为损失函数总觉得不妥，但也没有更好的翻译（或许就叫失函数更好），其实很多英文术语最好就是不翻译。又称为cost function，用来度量预测错误的程度。对任意模型的输入输出X和Y，在其联合分布P(X,Y)下，总的loss为各分布点按... 阅读全文
摘要：
不是搞算法的，但最近用到这个，所以按个人的理解总结一下要点，可能有理解上的错误，欢迎指正批评。目前场景是用于可能性预测。1.逻辑回归模型计算出来的是相对可能性，而非概率，所以非常适合topN选择等问题；如果用于分类，则其用于分割的阈值通过指标参数确定。总体上来说，更适合求topN。2.仅能用于线性问... 阅读全文
摘要：
参考译文：http://www.importnew.com/2617.htmlimportnew的很多译文真的很赞！赞@疯狂编码中的xiaoY虽然有超赞的译文，但还是认为某些章节最好看下原文。为了便于回顾，我这里也按自己的思路再整理下。需求背景：解决海量数据的交互性ad-hoc查询。Dremel不是为了成为MR的替代品，而是经常与它协同使用来分析MR管道的输出或者创建大规模计算的原型系统。所谓交互式查询，最常见的是进行一些类似count等聚合操作，或再做一些类似top-K的排序，通常返回的结果量较小或适中，对需要返回大规模数据集的操作，宜使用MR直接在GFS或Bigtable上进行处理。从某种 阅读全文
摘要：
google 增量计算 索引库建库 阅读全文
摘要：
先说点题外，今天看到有人混淆buffer和cache两个概念，在英语世界，二者其实是有严格区分的：A buffer is something that has yet to be "written" to disk.A cache is something that has been "read" from disk and stored for latter use.言归正传：＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝行结构＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝innodb是典型的行存储引擎，它有两种行纪录格式，现在使用的格式叫compact格式，以前（5.0前 阅读全文
摘要：
《不要恐惧抑郁症》读后纪录：这本书是91年由德国人努贝尔首次出版。以下内容不完全是摘抄，有些根据自己的理解和认同做了修改。作者认为导致现代抑郁症患者增加以及年轻化是因为：1.信息泛滥：对很多人，包括本来积极有野心的人，容易在信息洪流中出现迷惘、无助、挫败的感觉2.增速：任何东西都在增速，一夜暴富的例子让很多人变的急于求成而不能忍耐必由的过程，而如果所追求的结果不能很快达成就会产生loser的感觉3.教育与性格：高期望与现实之间的鸿沟越大，越容易抑郁抑郁症的主要表现：1.思维：悲观解释模式，把失败和问题的责任完全归咎于自己2.情绪：无感觉的感觉，无泪的悲伤，失去信念，原来欢乐的一切被否定3.行为 阅读全文
摘要：
索引的目的是为了提升查询性能，但会牺牲更新、插入等几乎所有其它操作的性能。所以在建立索引时，一定要根据实际应用进行分析，做到有的放失。innodb的数据页是按B＋树进行索引的（中间节点叫做索引页），在查找具体的行时，先通过B+树找到对应的页，然后读入页到内存，再在内存中进行查找。一般使用B+树进行数据库索引时，扇出数是很高的，因为要保证B+树的高度受控制，使每次查询不至于太多次磁盘IO操作（实际上，非叶子节点索引往往可以全内存存储），同时也使节点分裂合并操作（需要磁盘访问）不要太频繁。聚集索引（clustered index）每张表按主键唯一构造的一个索引，其叶子节点称为数据页，存放行纪录数据 阅读全文
摘要：
Pregel 图算法 阅读全文
摘要：
算法导论 图算法 阅读全文