BookKeeper 基本原理
[TOC]
本篇文章主要聚焦于 BookKeeper 内核的实现机制上，会从 BookKeeper 的基本概念、架构、读写一致性实现、读写分离实现、容错机制等方面来讲述，因为我并没有看过 BookKeeper 的源码，所以这里的讲述主要还是从原理、方案实现上来介绍，具体如何从解决方案落地到具体的代码实现，有兴趣的可以去看下 BookKeeper 的源码实现。
BookKeeper 基础
正如 Ap
人工智能
Apache Pulsar——分层存储
前言
在一些流数据用例场景中，用户希望将数据长时间存储在流中。虽然 Apache Pulsar 对topic backlog的大小没有限制，但将所有数据存储在 Pulsar 中较长时间，存储成本比较大。分层存储支持在不影响终端用户的条件下，将较旧的数据移动到长期存储中。
在推荐服务中，开发者不希望限制 backlog 的大小。以音乐服务为例，终端用户每听一首歌，就向 topic 中添加一条消息。使
论文阅读_神经网络知识蒸馏_DK
英文题目：Distilling the Knowledge in a Neural Network
中文题目：神经网络知识蒸馏
论文地址：
领域：深度学习
发表时间：2015
作者：Geoffrey Hinton，谷歌
出处：NIPS
被引量：6972
阅读时间：2022.09.21
读后感
这是最早提出蒸馏模型的文章，它训练
土味儿说明数据治理-主数据&参考数据（参考数据）
一，前言
主数据和参考数据在我们数据开发或者JavaWeb开发的同学都有经常接触，并且是大量的使用和分析场景，在数据治理中提到的一些专业名词在数据仓库中或者业务的RDBMS库中都有对应的关系映射。
映射关系：
图片.png
业务系统中交易的订单状态，支付中的支付状态 在数据治理中都可以理解为参考数据。这类数据的特性在于他要比主数据小，具体体现是参考数据的 “列和行” 都要比主数据小，
50 - 基因组预测的基础(4) - ssGBLUP和H矩阵
ssGBLUP经过10多年的发展，已经普遍开始应用在动物育种中。
以前的多步法
image.png
基因组评估
image.png
问题：
image.png
表型的测量
image.png
image.png
BLUP会低估基因组选择趋势
image.png
一步法（ssGBLUP）
image.png
展
转录组丨limma差异表达分析，绘制火山图和热图
limma差异表达分析
本篇笔记的内容是在R语言中利用limma包进行差异表达分析，主要针对转录组测序得到的基因表达数据进行下游分析，并将分析结果可视化，绘制火山图和热图
[TOC]
基因表达差异分析是我们做转录组最关键根本的一步，不管哪种差异分析，其本质都是广义线性模型，limma也是广义线性模型的一种，其对每个gene的表达量拟合一个线性方程。
limma包是2015年发表在Nuclei
工具 | 比较基因组 | WGDI
看我不如看【参考】
参考：
WGDI |
WGDI |
bilibili | WGDI的简单使用（一）
bilibili | WGDI的简单使用（二）
简书 | xuzhougeng | 如何用WGDI进行共线
获得二级分组的键集合，也就是性别集合
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.function.Function;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class GroupingDemo2 {
评价的三种类型：学习性评价，学习的评价和学习式评价《大概念教学》206---209
以往我们更多的把评价分为形成性评价和终极性评价。形成性评价是在过程中收集数据，终结性评价是到结束后收集数据，其目的都在于评定学生。
形成性评价的目的在于改进，而终结性评价的目的在于评定。如果在过程中数据收集证据也是用于评定，而不是反馈，那么会使学生长期处于一种焦虑状态，不敢犯错。特别是对于一些具有高难度的任务而言，学习需要有一个过程，而改进恰恰需要给予学生犯错的空间，从而鼓励他们去完成挑战性任务。
