10.算法实现，难道要学Map-Reduce

有了算法，当然要实现。第一个问题就是选择编程语言，考虑到后面有大规模的数据，可能要用多线程甚至集群来运行。
刚好实验室有一台40核80线程2T内存的大型服务器，其实多线程估计就能解决实验。（实验要用大规模数据证实效果，实际应用数据量不大，实时性优化只是锦上添花）
服务器是Linux的，所以选择一门能在Linux上多线程的语言就好，matlab的数学处理非常完善，可惜我了解不足，我去看看支持多线程不?
Map-Reduce肯定是大数据处理的首选，可惜我也没用过。这篇可以先弄个Map-Reduce的Hello World！
查了资料，matlab有一个并行计算工具箱，是不是还可以像深度学习一样干脆用GPU计算。既然matlab支持并行计算，就暂定matlab实现，遇到跳不过去的坎再说
几个基本函数已经定义好了，需要逐个实现。本来面向对象简单清晰的代码，放到matlab里好乱啊。虽然matlab提供了面向对象功能，但是看语法也知道实现的效率肯定不高，由于后面实验涉及性能对比及实时性优化。我还是老老实实看看怎么用面向过程简单清晰的表达出来吧。

一边计划一边修正，刚刚找到了用MLP模型BP算法做预测的文章，想先试试，算法如下
1.采集数据，预处理，按步长处理数据。
2.输入模型做训练，
3.用训练结果做预测
4.统计预测结果。
网络上应该有完整的BP算法代码，做的简单修改就能跑，我去试试。
跑通了博客中的实例，非常简单。

后补：bp算法解决多层前馈神经网络参数训练问题，属于机器学习算法。使用机器学习方法上面的算法就需要修正了。

参考： http://blog.csdn.net/hijack00/article/details/52227592 https://www.zhihu.com/question/37184061 http://blog.csdn.net/liyanzhong/article/details/53610176 http://blog.csdn.net/sinat_23137713/article/details/51136127 http://blog.sina.com.cn/s/blog_64b046c70101cko4.html http://blog.csdn.net/hqh45/article/details/42965481 http://blog.sina.com.cn/s/blog_5c9288aa0101gsu2.html