纯干货分享：大数据计数原理1+0=1这你都不会算

今天的干货，不是一般的干，噎死人那种干。没下面这些准备的话直接退出吧，回去度娘啊谷哥啊弄懂是什么东西再回来。

知识储备必须有这些：

BitMap知识。概率论二项分布。泰勒展开。函数求极限。求期望值。求方差、标准差。log对数变换。极大似然估计。

来了喔。

真的来了喔。

我们先定义几个代数。

整个BitMap 有m个坑，还要有u个坑还没被占。我们已经假设了值经过 Hash 后近似服从独立均匀分布。

对事件进行定义：

根据极大似然估计的判定定理。

对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！

取前三项。原论文里说，因为第二项展开的期望为0，所以保留前三项，求期望得到

一步一步推导下来，再配合前面求的方差，嗯相信你可以的。

所以标准差就是这样。

至此，原理，偏差率，标准差都推导完毕，但是还有一点点问题。就是，这样去算有什么条件呢，对于m的取值？启发性地取泰勒展开前三项和前两项又分别代表什么？这个大家自己去论文看，我要是开心，我可能也会说说看。

是不是很干货？我也知道很干，但是真的要细细阅读，读完最好搭配上原始论文好好看一下，我看了蛮久的说实话。

这个阶段，可以认为基础踏实阶段已经把 20% 学习得比较好了，可以暂时放在旁边一小段时间了，至少在思考的时候要放下。这个阶段思维模式要有一阵转变，对于业务中使用到的任何技术，都应该是不惑的程度，不要经常性地钻入到基础踏实阶段的牛角尖里边，认真思考关于业务需求、业务流程、模型、安全、部署 等方面的事情。

协同合作阶段

协同合作阶段，主要是关注合作伙伴的状态是否满足预期，关注对于团队成员的公共贡献，关注自己对于整个项目的整体的贡献。需要自己实现的业务逻辑那就自己实现，需要帮助被人设计的就帮助别人设计。这个阶段可以认为 80% 的业务需求对于你来说都没有什么大的难度了，驾轻就熟适当，任何需求在你眼中都是在一瞬间就能描述出流程、逻辑、部署事宜，不需要太多关注。

不同的阶段，我们有不同的思维模式，也有不同的努力点，别让这些槛阻碍着你的迭代式成长。基础踏实阶段关注基础，业务服务阶段关注实现路径，协同合作阶段关注伙伴。可以不断迭代踏实更加深的基础，但不要在同一时间来回切换，影响效率，原地踏步，阻碍自己的迭代式成长。

作者：一名叫大蕉的程序员

链接：https://www.imooc.com/article/297942

来源：慕课网

本文原创发布于慕课网 ，转载请注明出处，谢谢合作