2、Unix 系统管理:从基础到实践

Unix 系统管理:从基础到实践

1. 系统管理概述

系统管理工作难以用一份理想的清单来概括,不同环境下的系统管理需求差异很大。以下是一份对比表格,展示了从 20 世纪 80 年代初到 21 世纪初,系统管理任务的变化:
| 20 世纪 80 年代初 | 21 世纪初 |
| — | — |
| 添加新用户 | 仍需添加新用户,但已实现自动化,且只需为整个网络添加一次用户。不过,转换为 LDAP 花费了大量时间 |
| 为静电绘图仪添加墨粉 | 打印机所需维护减少,只需偶尔清理卡纸,但仍需更换喷墨打印机的墨盒 |
| 磁带备份 | 备份仍是高优先级任务,但过程更加集中化,除了磁带,还使用 CD 和备用磁盘 |
| 从备份中恢复用户误删或损坏的文件 | 此任务始终存在 |
| 回答用户问题(如“如何发送邮件”) | 用户总是有问题,现在还会抱怨“为什么我桌上不能有网络连接”或“为什么 IRC 不能通过防火墙” |
| 监控系统活动并调整系统参数以提高响应速度 | 仍需进行 |
| 安装和升级硬件以满足资源需求 | 仍需进行 |
| 根据用户请求调整打印队列顺序 | 现在打印机价格便宜,不再是稀缺资源,无需管理此问题 |
| 关注系统安全并修复安全漏洞 | 安全始终是关注点,跟进安全通知和补丁需要大量时间 |
| 安装程序和操作系统更新 | 仍需进行 |
| 释放磁盘空间(尤其是连续磁盘空间) | 更注重高性能磁盘 I/O(磁盘空间成本降低),如 RAID 等 |
| 系统崩溃后重启(通常在不方便的时间) | 系统崩溃的频率比过去低很多 |
| 解决网络故障(如“为什么 ha

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值