本文主要介绍广义线性模型以及指数分布族。

本文主要简介一下基数估计的基础知识并简介几种Cadinality Estimation算法。

本文简要介绍一下Deep Learning是什么以及其基本使用场景;在此基础上,我们会简要介绍一下BP神经网络以及Back Propagation反向传播算法。接下来在充分理解Back Propagation的基础之上,我们介绍一下Sparse Autoencoder稀疏自编码器。

作为Unsupervised Learning的一个重要组成部分,聚类算法无疑在机器学习领域有着非常广泛的应用。本文主要介绍几种常见的聚类算法。

本文对Minimax算法以及Alpha-Beta剪枝进行简述,同时结合2048游戏分析其在2048游戏中的基本实现。

上一篇我们比较初步地介绍了一下分布式计算与存储的基础知识，从这一篇开始，我们开始探索分布式计算的相关理论与实践。本系列的若干篇都会从Hadoop 2.0源码出发，拿YARN(Yet Another Resource Negotiator)开刀，以期对分布式计算的基本框架有一个初步的认识。作为分布式计算系列的第一篇，本文会分别介绍Hadoop RPC,服务库以及事件库的相关知识(状态机库因为比较简单,本文不再论述),此外,作为一款优秀的开源软件,其设计架构中必然会掺杂很多设计模式，本文会以源码为基础，对其中的部分设计模式展开讨论。