rrf123的博客

第一部分 Hadoop 分布式的编程框架 第一章 Hadoop 简介 1、philosophy： move-code-to-data，适合数据密集性应用。 2、SQL database VS Hadoop: 1) SCALE-OUT INSTEAD VS SCALE-UP 2) Key/value对 VS 关系表：无结构、半结构数据 VS 结构化的数据 3）函数式编程（MapReduce) VS 声明式编程（SQL）：hive can map the sql to the job 4)离线批处理 VS 在线事务处理 3、理解MapReduce 1）2个阶段： map：转换+过滤数据： <k1, v1> -> list(<k2, v2>) reduce：<k2, list(v2)> -> list(<k3, v3>) map和reduce之间按照key进行group，hadoop负责处理、只需要写map和reduce程序 2）word count 例子

Christopher DManning，斯坦福大学语言学博士，现任斯坦福大学计算机科学和语言学副教授，主要研究方向是统计自然语言处理、信息提取与表示、文本理解和文本挖掘等。 Prabhakar Raghavan，加州大学伯克利分校博士，现任Yahoo！实验室主任，斯坦福大学计算机科学系顾问教授，是ACM和IEEE会士。主要研究兴趣是文本及Web数据挖掘、算法设计等。此前，他曾任Verity公司CTO，并在旧M研究院担任过管理工作。

机器学习-Mitchell-中文-清晰版

[人工智能].(美)Rob.Callan.清晰版

ireshark（前称Ethereal）是一个网络封包分析软件。网络封包分析软件的功能是撷取网络封包，并尽可能显示出最为详细的网络封包资料。Wireshark使用WinPCAP作为接口，直接与网卡进行数据报文交换。 网络封包[1] 分析软件的功能[1] 可想像成 "电工技师使用电表来量测电流、电压、电阻" 的工作 - 只是将场景移植到网络上，并将电线替换成网络线。在过去，网络封包分析软件是非常昂贵，或是专门属于营利用的软件。Ethereal的出现改变了这一切。在GNUGPL通用许可证的保障范围底下，使用者可以以免费的代价取得软件与其源代码，并拥有针对其源代码修改及客制化的权利。Ethereal是目前全世界最广泛的网络封包分析软件之一。