如果知道游戏规则，直接看第二部分积分规则，第三部分板子。

Note for the book Computer Analysis of Human Behaviors

1. 安装

　　在线安装：

$sudo apt-get install nginx

　　ubuntu安装Nginx之后的文件结构大致为：
　　所有的配置文件都在/etc/nginx下，并且每个虚拟主机已经安排在了/etc/nginx/sites-available下
　　启动程序文件在/usr/sbin/nginx
　　日志放在了/var/log/nginx中，分别是access.log和error.log
　　并已经在/etc/init.d/下创建了启动脚本nginx
　　默认的虚拟主机的目录设置在了/usr/share/nginx/www

　　在线安装的启动过程

$sudo /etc/init.d/nginx start

参考文献

[1] Ubuntu中Nginx的安装与配置：http://www.cnblogs.com/languoliang/archive/2013/04/01/nginx.html

因为我们是朋友，所以你可以使用我的文字，但请注明出处：http://alwa.info

1. wireshark 和 fiddler 不同，在 HTTPS 解析方面

另外一个著名的 HTTP 抓包工具 Fiddler 是通过开启本地代理进行抓包的，它能够解密 HTTPS 流量的原理很简单：首先 Fiddler 作为客户端跟服务端建立 TLS 连接，使用服务端的证书，处理请求和响应；然后 Fiddler 又作为服务端跟浏览器建立 TLS 连接，使用 Fiddler 的证书，处理请求和响应。所以 Fiddler 要解密 HTTPS 流量，需要先把它生成的根证书添加到系统受信任的根证书列表之中。

Wireshark 的抓包原理是直接读取并分析网卡数据，要想让它解密 HTTPS 流量，有两个办法：1）如果你拥有 HTTPS 网站的加密私钥，可以用来解密这个网站的加密流量；2）某些浏览器支持将 TLS 会话中使用的对称密钥保存在外部文件中，可供 Wireshark 加密使用。本文重点介绍第二种方法。

2. Wireshark不能做的

为了安全考虑，wireshark只能查看封包，而不能修改封包的内容，或者发送封包。

3. Wireshark VS Fiddler

Fiddler是在windows上运行的程序，专门用来捕获HTTP，HTTPS的。

wireshark能获取HTTP，也能获取HTTPS，但是不能解密HTTPS，所以wireshark看不懂HTTPS中的内容

总结，如果是处理HTTP,HTTPS 还是用Fiddler, 其他协议比如TCP,UDP 就用wireshark

参考

如何使用 Wireshark 解析HTTP2数据包
Wireshark 基本介绍和学习 TCP 三次握手

因为我们是朋友，所以你可以使用我的文字，但请注明出处：http://alwa.info

本文java版本 1.8，并且 solr 版本 5.50 。网上很多教程solr的版本太前，好多命令已经不再适用了。

Note for learning Bayesian inference

条件

需要满足细致平稳条件 equilibrium distribution

马尔可夫链有个重要性质就是n次迭代后能够收敛达到稳态。

Gibbs Sampling 是Metropolis Hastings算法特例。

得到的是一个参数估计，能够生成新的样本，符合原本样本的分布情况。

Kernel Density

核密度估计是直方图的一个自然拓展。
用来描述样本在某个点的密度值。

参考

[1] LDA-math-MCMC 和 Gibbs Sampling

因为我们是朋友，所以你可以使用我的文字，但请注明出处：http://alwa.info

Gaussian Proceess

Multivariate Normal distribution 有个很重要的性质，就是 假设 N 个变量服从 Multivariate Normal distribution ， 从里面任意扣 n<N 个变量组成的vector 的联合分布仍然服从 Multivariate Normal distribution。 当处理 高维联合分布的时候， 大家非常喜欢 用 高斯分布。

这里就需要一个有简单解析形式的，而又在一维上能无限扩展的东西来把有限和无限连接起来。这就是所谓的kernel tricks

Introduction

My note for MOOC lesson Introduction to Deep Learning.

1. 介绍

用简单的分布$q$去近似复杂分布$p$。这个简单的分布一般选用平均场(mean field)，因为这个砍断了所有变量的依赖关系，这样多个变量的分布$p$积分就可以用简单的一元积分代替。
原因是后验概率分布难求，否则直接使用EM。