跟踪收集器采用的为集中式的管理方式，全局记录对象之间的引用状态，执行时从一些列GC Roots的对象做为起点，从这些节点向下开始进行搜索所有的引用链，当一个对象到GC Roots 没有任何引用链时，则证明此对象是不可用的。 下图中，对象Object6、Object7、Object8虽然互相引用，但他们的GC Roots是不可到达的，所以它们将会被判定为是可回收的对象。

Petuum 是 一个机器学习专用分布式计算框架，本文介绍其架构，并基于文章 More Effective Distributed ML via a Stale Synchronous Parallel

想必很多人都对正则表达式都头疼。今天，我以我的认识，加上网上一些文章，希望用常人都可以理解的表达方式。来和大家分享学习经验。 开篇，还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束，以下分别举例说明：

(5)条件概率公式：P(A|B) = P(AB)/P(B) (6)极大似然估计：极大似然估计在机器学习中想当于经验风险最小化，(离散分布)一般流程：确定似然函数(样本的联合概率分布)，这个函数是关于所

如我们之前的介绍， 随着微软、Google、AWS陆续加入，机器学习即服务（MLaaS）的争夺战已经打响 ，BigML就是其中的一个竞争者。本文详细介绍了BigML机器学习服务的特性和使用过程，作者认为BigML比Am

CXXNET快速、简洁、分布式深度学习框架。 特性 Lightweight: small but sharp knife cxxnet contains concise implementation of

前言：新开通的博客，用于记录一些学习方面的东西，算是一个学习笔记吧。本系列按照《集体智慧编程》一书的框架进行。老实说，《集体》在理论上并不算是很好的参考书，但是该书是以一个个具体场景应用为驱动的，个人

html 机器学习和数据挖掘推荐书单 有了这些书，再也不愁下了班没妹纸该咋办了。慢慢来，认真学，揭开机器学习和数据挖掘这一神秘的面纱吧！ 《机器学习实战》 ：本书第一部分主要介绍机器学习基础，以及

VELES 是分布式深度学习应用系统，用户只需要提供参数，剩下的都可以交给 VELES。VELES 使用 Python 编写，使用 OpenCL 或者 CUDA，利用基于 Flow 的编程。 VELES

实践篇（循环服务器） 实验一： http://mengkang.net/563.html 通过该版本的学习熟悉了 socket 系列api。 实验二： http://mengkang.net/568.html

一、监督学习简介 监督机器学习问题无非就是“minimizeyour error while regularizing your parameters”，也就是在规则化参数的同时最小化误差。最小化

高搜索结果的相关性和质量。鉴于Google的巨大成功和PageRank的巨 大作用，已经入学了机器学习的十大算法之一。今天就带大家走近PageRank，简述其原理以及应用的C#实现。由于个人是专业做足球赛事预测，所以应用

net/2015/07/frameworks-and-libraries-for-deep-learning/ 深度学习是机器学习和人工智能的一种形式，利用堆积在彼此顶部的神经网络的多个隐藏层来尝试形成对数据更深层次的“理解”。

你能学到什么？ 当你第一部分和第二部分都学习完之后，你也许就会知道你为什么需要 React 以及 Redux 类似的 state container （状态管理器）。 在学习之前你要掌握什么？ 不需要了解

之前写的友盟踩坑心得是基于友盟4.3版本的，现在友盟5.0相较于4.3，有了较大的改动，呜呼哀哉！学而时习之吧。

上一篇博文MyBatis学习总结(一)——MyBatis快速入门中我们讲了如何使用Mybatis查询users表中的数据，算是对MyBatis有一个初步的入门了，今天讲解一下如何使用MyBatis对u

前言：最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍，当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作，所以平时只是作为自己的兴

文章来源：小青年原创

提高篇的意思，哈哈。 谢谢大家。 系列文章 Android：学习AIDL，这一篇文章就够了(上) Android：学习AIDL，这一篇文章就够了(下) 来自：http://www.jianshu

听过Redux好久了，不过真的开始学大概在一个月前，学会Redux之后我用一周多的时间重构了之前纯React写的一个小项目。学习的过程中心态变化很大，但是最终真的感觉如果再写复杂一点的项目，我应该再也不会直接用state管理所