说明：PRML读书会第七章 Sparse Kernel Machines（支持向量机 support vector machine ；KKT条件；RVM）
说明：PRML读书会第八章 Graphical Models（贝叶斯网络和马尔科夫随机场的概念、联合概率分解、条件独立表示；图的概率推断inference）
说明：PRML读书会第九章 Mixture Models and EM（Kmeans；混合高斯模型以及EM（Expectation Maximization）算法；一
说明：PRML读书会第十一章 Sampling Methods（MCMC Markov Chain Monte Carlo，细致平稳条件；Metropolis-Has
说明：PRML读书会第十二章 Continuous Latent Variables（PCA Principal Component Analysis；PPCA；核P
说明：PRML读书会第十三章 Sequential Data（Hidden Markov Models及其EM求解、HMM的预测和解码）
说明：PRML读书会第十四章 Combining Models（committees；Boosting、AdaBoost；决策树和条件混合模型）
说明：《HDFS-Hadoop分布式文件系统深度实践》
说明：《Hadoop实战》英文版
说明：Deep Dive-How Spark Uses Memory