人工智能的概念最初诞生于63年前的达特茅斯学会。从质疑和误解到当今工业的宠儿，人工智能在进化过程中获得了更多的人才。洪小文把人工智能人才从下到上分为金字塔上的五个阶段。从底层看，有五个层次：计算和记忆、感知、认知、创造性和智能。目前，人工智能人才的发展处于认知阶段，包括理解能力、洞察力、推理能力、计划能力、决策能力等。针对这一阶段，提出了人工智能在自然语言理解中的主要应用场景，如语音解释。人工智能
分类：
其他好文 时间：
2019-07-12 00:40:41
阅读次数：
138
白盒测试：分析组件、系统的内部结构，并设计相应的测试用例进行的测试 （结构测试、透明盒测试、逻辑驱动测试、基于代码的测试） 1.为什么要引入白盒测试： 对于行业严格要求的代码，比如军事、金融、医学等必须严格白盒测试 可以洞察程序中的一切，往往可以进行比较完整的测试 2.分类： 静态白盒测试，动态白盒 ...
分类：
其他好文 时间：
2019-07-11 20:26:42
阅读次数：
108
一，什么是Haystack 搜索是一个日益重要的话题。用户越来越依赖于搜索从噪声信息中分离和快速找到有用信息。此外，搜索搜索可以洞察那些东西是受欢迎的，改善网站上难以查找的东西。 为此，Haystack试图整合自定义搜索，使其尽可能简单的灵活和强大到足以处理更高级的用例。haystack支持多种搜索 ...
分类：
其他好文 时间：
2019-07-10 21:30:04
阅读次数：
126
Elasticsearch是Elastic Stack核心的分布式搜索和分析引擎。Logstash和Beats有助于收集，聚合和丰富您的数据并将其存储在Elasticsearch中。Kibana使您能够以交互方式探索，可视化和分享数据洞察，并管理和监控堆栈。Elasticsearch是索引，搜索和分 ...
分类：
其他好文 时间：
2019-07-03 13:30:12
阅读次数：
71
大数据使用及现状调研报告 大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据特征分析 大数据，不仅有“大”这个特点，除此之外，它还有很多其他特色。在这方面，业界各个厂商 ...
分类：
其他好文 时间：
2019-06-30 09:33:44
阅读次数：
349
大数据又称巨量资料，就是数据量大、来源广、种类繁多(日志、视频、音频)，大到PB级别，现阶段的框架就是为了解决PB级别的数据。专业的来讲：大数据(bigdata,megadata)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值
分类：
其他好文 时间：
2019-06-25 13:25:02
阅读次数：
118
一、大数据概念 大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、P ...
分类：
其他好文 时间：
2019-06-23 19:11:21
阅读次数：
110
大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高
分类：
其他好文 时间：
2019-06-22 13:26:06
阅读次数：
106
认识大数据什么是大数据？可能有人会说写字楼的所有人的资料信息就是个大数据。NO！这里的数据只能说比较大，但却不能称之为大数据。百度百科上给出了很明确的解释“大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”在这里还是要推荐下我自己建的大数据学习交流群:52
分类：
其他好文 时间：
2019-05-23 12:16:04
阅读次数：
154
当我们调用一个函数的时候，如果这个函数的执行过程是很耗时的，我们就必须要等待，但是我们有时候并不急着要这个函数返回的结果。因此，我们可以让被调者立即返回，让他在后台慢慢的处理这个请求。对于调用者来说，则可以先处理一些其他事情，在真正需要数据的时候再去尝试获得需要的数据（这个真正需要数据的位置也就是上文提到的阻塞点）。这也是Future模式的核心思想：异步调用。
到了这里，你可能会想CountDownLatch不是也可以实现类似的功能的吗？也是可以让耗时的任务通过子线程的方式去执行，然后设置一个阻塞点等待返回的结果，情况貌似是这样的！但有时发现CountDownLatch只知道子线程的完成情况是不够的，如果在子线程完成后获取其计算的结果，那CountDownLatch就有些捉襟见衬了，所以JDK提供的Future类，不仅可以在子线程完成后收集其结果，还可以设定子线程的超时时间，避免主任务一直等待。
看到这里，似乎恍然大悟了！CountDownLatch无法很好的洞察子线程执行的结果，使用Future就可以完成这一操作，那么Future何方神圣！下边我们就细细聊一下。
分类：
编程语言 时间：
2019-05-14 00:51:21
阅读次数：
171
