摘要：
In this page, I am going to talk about the 'hello world' model that is linear regression and train it with 2 different ways. one is the "closed-form" 阅读全文
摘要：
Linear System Vector Equations The Matrix Equation Solution Sets of Linear Systems Linear Indenpendent Introduction to Linear Transformation The Matri 阅读全文
摘要：
If a tree is not balanced, it is not efficient and it is the same efficient as a linked list in the worst situation for seaching a given key. Self-bal 阅读全文
摘要：
How to install CDH on Cent OS 6.10 阅读全文
摘要：
Why? look at the following 2 pieces of code for implementing a simple web server based on socket, can you point out the problems(I put them in the com 阅读全文
摘要：
We are going to explain how join works in MR , we will focus on reduce side join and map side join. Reduce Side Join Assuming we have 2 datasets , one 阅读全文
摘要：
Map Reduce Application(Partitioninig/Group data by a defined key) Assuming we want to group data by the year(2008 to 2016) of their [last access date 阅读全文
摘要：
Top 10 IDs base on their value First , we need to set the reduce to 1. For each map task, it is not a good idea to output each key/value pair. Instead 阅读全文
摘要：
In this page, I will explain the following important MR concepts. 1) Job: how the job is inited , executed. 2) MR components: How they work to process 阅读全文
摘要：
为什么想用英文写了？我获取知识、技术的大部分途径都是通过英文，所以按照自己的理解用英文写下来也比较容易，另外，很多term都是不能翻译的，如果要持续学习技术和知识，那就不但要习惯去阅读，听，还要写，说。可惜从IBM出来后，很少有机会和人去说了，只能写了。就当提高自己英文水平吧 I am going 阅读全文
摘要：
HDFS架构 the core of HADOOP/distributed systems is storeage(HDFS) and resource manager(YARN) for computing engines built on it. Master/Slave: The charac 阅读全文
摘要：
Overview YARN provides API not for application developers but for the great developers working on new computing engines. YARN make it easy and unified 阅读全文
摘要：
例子:一个Binary Classifier 假设我们要预测图片中的数字是否为数字5。如下面代码。 X_train为训练集，每一个instance为一张28*28像素的图片，共784个features，每个feature代表某个像素的颜色强度（0-255之间）。y_train_5为label, bo 阅读全文
摘要：
线程安全定义 "A class is thread-safe if it behaves correctly when accessed from multiple threads, regardless of the scheduling or interleaving of the execut 阅读全文
摘要：
回归问题的典型性能度量是均方根误差（RMSE:Root Mean Square Error）。如下公式。 以上，我们使用小写斜体表示标量(m,y(i))，函数名(h)。小写粗体表示向量(x(i)). 大写粗体表示矩阵(X). 还有一种度量方法为： Mean Absolute Error. 理解起来也 阅读全文
摘要：
我们继关系型数据库事务一：概念之后，再聊聊隔离级别(Isolation Level)。 隔离级别是为了解决并发所带来的问题的，我们期望并发的结果跟串行化（一个之后接一个）一样。实际上，串行化(Serializability)是最强的隔离级别，能解决世间所有并发问题带来的痛苦。那还有什么好说的？不难想 阅读全文
摘要：
笔者在写上一篇文章Java并发简介 中脑子里面同时也闪烁着，程序中有并发问题，那数据库中也有类似问题吗？ 让我们一起看一下吧！ 事务是将一组读写操作组合在一起形成一个逻辑单元。这些操作要么全部执行成功提交(commit)，要么全部中止失败(abort,rollback），不会留下一个中间状态的烂摊子 阅读全文
摘要：
从宏观方面，机器学习可以从不同角度来分类 是否在人类的干预/监督下训练。（supervised,unsupervised,semisupervised 以及 Reinforcement Learning） 是否可以增量学习 （在线学习，批量学习） 是否是用新数据和已知数据比较，还是在训练数据中发现一 阅读全文
摘要：
年轻的时候学会了“使用”Servlet后，感觉自己什么都会做了，之后就不停的写所谓的业务逻辑，框架(这里说的不是structs,spring等，就是说servlet)给人们屏蔽了很多复杂性(更别说构建在servlet上面的那些了)，极易容易上手，上手之后就一直那样了...... 随着需求的变化和复杂 阅读全文