20190203【充实计划】第971期

充实每一天 发表于 2019-2-3 07:38
【加入充实计划】【了解充实计划】
|新充实挑战|    |每日计划清单|
| 【充实积累】| |【充实挑战项目】| ...

昨天阅读1小时，累计阅读149小时。

昨日阅读 4 h，累计 599.5 h
==================
《思想的力量：哲学导论》

347. 几个在道德哲学的历史上相当重要的概念：怀疑论、相对主义和主观主义
三种重要的道德观，哲学的初学者们很容易接受其中的某一个甚至多个。
怀疑主义伦理学（ethical skepticism），是指这样一种学说，认为我们关于道德一无所知。即我们不可能知道世上究竟有没有道德标准，即便有，我们也不知道它们是什么。
请务必注意：怀疑论并不意味着这样的信念，坚信世上无所谓对于错，”一切皆被允许“。只要一个人持有这样的主张，那就意味着他已经拥有关于道德的知识。

描述性相对主义（descriptive relativism）：认为人们所认同的道德标准随各自文化的不同而不同。（但请注意：不同的行为并不一定源自不同的标准）
不同文化确实包含不同的道德标准（也许如此吧），但它们或许全部都认同这样的标准：把一个活人杀死是错误的；可以争议的地方在于，胎儿究竟算不算是活人。
描述性的相对主义还算不上一个伦理学说，它说的仅仅是，关于什么是道德上的对错，不同文化中的人们持有不同的信念；而对于在道德上何为正确、何为错误，它什么也没有说。（文化相对主义cultural relativism：某种文化相信某件事在道德上是正确的或错误的，那么对于这一文化中的人来说，他也这么认为。这在初学者中也很有市场）

348. 个体相对主义（individual relativism）：认为所谓对与错都取决于个人的信念。
个体相对主义与文化相对主义都被称为“主体主义”（subjectivist）伦理哲学，因为这种学说中，对或错都完全取决于一个人（即一个“主体“）或一个文化（即一群”主体“）的信念

349. 利己主义（egoism）也是一个被广泛接受的伦理学说，分两种形态：描述性利己主义（descriptive egoism），认为人在一切有意识的行为中都把自己的利益看得高于一切；规范性利己主义（prescriptive egoism）：人在一切有意识的行为中应当把自己的利益看得高于一切。

===============================
Blockchain：
16.

Types of blockchains
Considering the way blockchain has evolved, we can classify blockchain into multiple types; these types define the course of blockchain and make it go beyond the use of P2P money. The following diagram displays the different types of blockchain networks currently available or proposed.

Public Blockchain, Semi Private Blockchain, Private Blockchian, Consortium Blockchain.

We will now discuss each type of blockchain network in detail.

Public blockchain

A public blockchain is a blockchain where anyone in the world can become a node in the transaction process. Economic incentives for cryptographic verification may or may not be present. It is a completely open public ledger system. Public blockchains can also be called permissionless ledgers.
These blockchains are secured by crypto economics, that is, economic incentives and cryptographic verification using mechanisms such as PoW or PoS or any other consensus mechanism. Some popular examples of this type of blockchain are Bitcoin, Ethereum, Litecoin, and so on.

=========================
Django: Programming...

====================
昨日阅读 4 h
累计 599.5 h

transaction
*[træn'sækʃәn]
n. 交易, 办理, 学报, 和解协议
【计】 事务处理
【经】 交易事项, 会计事项, 经济业务
noun
1 a : something transacted; especially : an exchange or transfer of goods, services, or funds <electronic transactions> b plural : the often published record of the meeting of a society or association
2 a : an act, process, or instance of transacting b : a communicative action or activity involving two parties or things that reciprocally affect or influence each other

昨日阅读4小时，总计9.5小时

《大数据技术概论-从虚幻走向真实的数据世界》--娄岩---清华Press-2017.1

从初学者易于理解的角度，介绍基础知识，并与具体应用结合，借助可视化图表剖析大数据的技术和原理。
主要包括大数据概论、采集及预处理、大数据分析、可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、云计算与大数据、相关案例。

ch1. 大数据技术概述

        基本概念：IaaS(HDFS/cStor/VMware/OpenStack) ---> PaaS(MapReduce/JobKeeper/HBase/DataCube)----> SaaS(Mahout)

        网络是大数据的主要载体之一

        大数据的来源：信息管理系统、网络信息系统、物联网系统、科学实验系统
        大数据产生的三个发展阶段：被动式生成数据、主动式、感知式生产数据。
        大数据处理流程：

            1.结构化Data（RDBMS）、半结构化Data（Html）、非结构化Data（文档数据）------>
            2.数据抽取、数据集成  ----->
            3.机器学习、数据挖掘、数据统计 ------>
            4.可视化、人机交互 ------>
            5.科研人员、政府用户、企业用户

        大数据技术架构：四层堆栈式技术架构（基础层、管理层、分析层、应用层）
        大数据整体技术和关键技术：数据采集（ETL工具负责）、数据存取（关系数据库/NoSQL/SQL）、基础架构（云存储/分布式文件存储）、数据处理（NLP）、统计分析、数据挖掘、模型预测、结果呈现。
        关键技术：采集技术、预处理技术、存储和管理技术、开发大数据安全技术、分析及挖掘技术

        大数据分析五种典型工具

            1. Hadoop：能对大量数据进行分布式处理的软件框架，一个让用户轻松架构和使用的分布式计算平台（高可靠性、高扩展性、高效性、容错性），以Java语言编写，能在Linux下非常理想，也可以用C++在Hadoop上开发应用程序编写
            2. Spark：一个基于内存计算的开源集群计算系统，目的是更快速地进行数据分析。（由Berkeley AMP实验室Matei团队，使用Scala开发 ，核心部分的代码只有63个Scala文件，非常轻量级，提供了与Hadoop相似的开源集群计算环境，但基于内存和迭代优化的设计，在某些工作负载上Spark表现更优秀），支持Java、Scala、Python开发，自带80多个高级操作符，允许Shell交互查询；实时流处理，能与Hadoop集成和整合，活跃和壮大的社区。
            3. HPCC（高性能计算与通信）
                 IITA(信息基础结构技术和应用）
            4. Storm：开源软件，分布式、容错的实时计算系统。可以非常可靠地处理庞大的数据流，用于处理Hadoop的批量数据。简单、支持多编程语言，由Twitter开源而来，知名的企业应用有Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster。提供实时分析、在线机器学习、不停顿的计算、分布式RPC协议、ETL等，其处理速度惊人，每个结点每秒可以处理100万个数据元组，可扩展、容错、易设置和操作。
            5. Apache Drill：加快Hadoop数据查询的方法。为互联网应用提速。实现海量数据集的分析处理，包括分析抓取Web文档、跟踪安装在Android Market上的应用程序数据、分析垃圾邮件、分析Google分布式构建系统上的测试结果等。

        大数据未来发展趋势：

            数据资源化
            数据科学和数据联盟的成立（催生新的学科和行业、数据共享）
            大数据隐私和安全问题
            开源软件成为推动大数据发展的动力
            大数据全方位改善社会生活

概论性质的内容

充实每一天 发表于 2019-2-3 07:38
【加入充实计划】【了解充实计划】
|新充实挑战|    |每日计划清单|
| 【充实积累】| |【充实挑战项目】| ...

昨日阅读1小时，累计阅读1074小时。

充实每一天 发表于 2019-2-3 07:38
【加入充实计划】【了解充实计划】
|新充实挑战|    |每日计划清单|
| 【充实积累】| |【充实挑战项目】| ...

昨日阅读0.5小时，累计阅读358.5小时

https://www.ted.com/talks/barry_schwartz_the_way_we_think_about_work_is_broken/transcript#t-358915

金句：With ideas -- false ideas about human beings will not go away if people believe that they're true. Because if people believe that they're true, they create ways of living and institutions that are consistent with these very false ideas.

But we do have to worry about the theories we have of human nature, because human nature will be changed by the theories we have that are designed to explain and help us understand human beings.

这位心理学家研究经济和心理的关系。在资本主义环境下，在公司、工厂做着螺丝钉一样的工作，是，为了挣钱。这种局面可以追溯到工业革命。有了流水线工人，生产高效，但人成了“机器”。是技术发展推动这一切发生的吗？演讲者说真正的原因其实是思想。
糟糕的技术会被淘汰，但是当有错误的思想被接受，会形成体制。比如一座座工厂成立之后，当时的人们才被塑造成了流水线工人。演讲者指出，亚当斯密知道服从于这制度下的人们会变得愚蠢。虽然可能他的举例有争议，但是说了一个我曾经听过的道理，是先有了点子/思想，才有了发明/创造。这种创造可以是有形的实物，或者是无形的，比如社会制度。
我联想到，社会学里有研究 legitimizing 背后的逻辑，比如地位、体制、习俗等等是怎么合法化的，让人们不质疑，觉得理所当然。

昨日阅读1小时，累积阅读2小时

昨日阅读1小时，累积阅读185小时

昨日阅读2小时， 总共阅读382小时。

加入充实计划