微服务（Microservices）—Martin Fowler【翻译】
本文转载自：http://www.cnblogs.com/liuning8023/p/4493156.html
----------------------------------------------------------------------------
原文是 Martin Fowler 于 2014 年 3 月 25 日写的《Microservices》。
MCMC(四)Gibbs采样
在MCMC(三)MCMC采样和M-H采样中，我们讲到了M-H采样已经可以很好的解决蒙特卡罗方法需要的任意概率分布的样本集的问题。但是M-H采样有两个缺点：一是需要计算接受率，在高维时计算量大。并且由于接受率的原因导致算法收敛时间变长。
sklearn：Python语言开发的通用机器学习库
深入理解机器学习并完全看懂sklearn文档，需要较深厚的理论基础。但是，要将sklearn应用于实际的项目中，只需要对机器学习理论有一个基本的掌握，就可以直接调用其API来完成各种机器学习问题。本文选自《全栈数据之门》，将向你介绍通过三个步骤来解决具体的机器学习问题。
使用 Kafka 和 Flink 构建实时数据处理系统
引言
在很多领域，如股市走向分析, 气象数据测控，网站用户行为分析等，由于数据产生快，实时性强，数据量大，所以很难统一采集并入库存储后再做处理，这便导致传统的数据处理架构不能满足需要。流计算的出现，就是为了更好地解决这类数据在处理过程中遇到的问题。