一、机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。　　1-监督学习主要包括用于分类和用于回归的模型：　　　　1）分类：线性分类器（如LR)、支持向量机（SVM）、朴素贝叶斯（NB）、K近邻（KNN）、决策树（DT）、集成模型（RF/GDBT等）　　　　2）回归：线性回归、支持向量机（SVM）、K近邻（KNN）、回归树（DT）、集成模型（ExtraTrees/RF/GD...

并发本来就是个有意思的问题，尤其是现在又流行这么一句话：“高帅富加机器,穷矮搓搞优化”。从这句话可以看到，无论是高帅富还是穷矮搓都需要深入理解并发编程，高帅富加多了机器，需要协调多台机器或者多个CPU对共享资源的访问，因此需要了解并发，穷矮搓搞优化需要编写各种多线程的代码来压榨CPU的计算资源，让它在同一时刻做更多的事情，这个更需要了解并发。在我前一篇关于并发的文章http://my.os

下面小节我们就详细得对Netty3和Netty4版本的I/O线程模型进行对比，以方便大家掌握两者的差异，在升级和使用中尽量少踩雷。1 Netty 3.X 版本线程模型Netty 3.X的I/O操作线程模型比较复杂，它的处理模型包括两部分：Inbound：主要包括链路建立事件、链路激活事件、读事件、I/O异常事件、链路关闭事件等；Outbound：主要包括写事件、连接

编者按：                                             上次我们着重介绍了反欺诈的一项核心技术：特征工程。 在反欺诈的技术金字塔中，特征工程起着承上启下的作用。而居于特征工程的下一层的是基座层：数据。在机器学习里，大家有一个共识，高质量、相关的数据决定模型预测能力的上限，模型只是去逼近这个上限。数据就像原油，好的特征就像汽油，而模型就是引擎，三者缺一不可。

在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。举个例子来说，你不能说神经网络永远比决策树好，反之亦然。模型运行被许多因素左右，例如数据集的大小和结构。因此，你应该根据你的问题尝试许多不同的算法，同时使用数据测试集来评估性能并选出最优项。当然，你尝试的算法必须和你的问题相切合，其中...

1. 前言随着互联网大规模的Web2．0应用的兴起及云计算需要的大规模分布式服务和分布式存储的发展，传统的关系数据库面临着诸多全新的挑战，特别是在那些超大规模和高并发的SNS类型的应用场景下，使用关系数据库来存储和查询用户动态数据已经显得力不从心，暴露了很多难以克服的问题，例如需要很高的实时插入性能；需要海量的数据存储能力同时还需要非常快的查询检索速度；需要将数据存储无缝扩展到整个群集环境

一．概述定义：虚拟机把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的java类型。类加载和连接的过程都是在运行期间完成的。二. 类的加载方式1）：本地编译好的class中直接加载2）：网络加载：java.net.URLClassLoader可以加载url指定的类3）：从jar、zip等等压缩文件

还在学socket编程吗？还在研究为什么epoll比select更好吗？噢，不必了！在复杂的云计算环境中，我们面临的难题远比这个复杂得多。庞大的服务器集群作为计算云，对来来看或许只是一个简单的搜索框；而在云的内部，复杂的互联和海量的通讯，加之不稳定的网络环境，廉价服务器的低可用性——构建一个高可用性且具备伸缩能力的云计算的环境，不是那么容易的！ 为什么说ZeroMQ是云计算时代

一、操作系统调优对于操作系统优化来说，是尽可能的增大可使用的内存容量、提高CPU的频率，保证文件系统的读写速率等。经过压力测试验证，在并发连接很多的情况下，CPU的处理能力越强，系统运行速度越快。【适用场景】任何项目。二、Java虚拟机调优应该选择SUN的JVM，在满足项目需要的前提下，尽量选用版本较高的JVM，一般来说高版本产品在速度和效率上比低版本会有改进。

什么是JVM？为什么要有它？JVM（Java虚拟机）是一个运行已编译Java程序的抽象计算机。之所以说是”虚拟“的，是因为它基于“真正”的硬件平台和操作系统，一般以软件的形式实现。所有的Java程序都为JVM而编译。因此，在特定平台上运行已编译Java程序之前，该平台的JVM必须先要被实现。JVM在Java的跨平台特性中，起着中间人的角色。它在已编译Java程序与底层硬件平台和操作系统