Hadoop

做出产品，需要学多少理论知识？

机器学习：学习策略：  示教学习(Learning from instruction或Learning by being told)

学生从环境（教师或其它信息源如教科书等）获取信息，把知识转换成内部可使用的表示形式，并将新的知识和原有知识有机地结合为一体。所以要求学生有一定程度的推理能力，但环境仍要做大量的工作。教师以某种形式提出和组织知识，以使学生拥有的知识可以不断地增加。这种学习方法和人类社会的学校教学方式相似，学习的任务就是建立一个系统，使它能接受教导和建议，并有效地存贮和应用学到的知识。不少专家系统在建立知识库时使用这种方法去实现知识获取。示教学习的一个典型应用例是FOO程序。

斯坦福大学公开课 ：机器学习课程

Hadoop: 1.分布式文件系统HDFS 2.分布式计算编程模型Map\reduce  3.分布式数据库Hbase 等许多相关组件

分布式计算编程模型Map\reduce:  map函数从文件抽取有用的数据；reduce函数根据抽取的数据，进行整合，产生结果

Mahout：面向 Hadoop 的机器学习。用于预测分析和其他高级分析。

虚拟化