Node.js 应用监控工具 Node Application Metrics
- 授权协议: Apache 2.0
- 开发语言: C/C++ JavaScript
- 操作系统: 跨平台
- 软件首页: https://developer.ibm.com/open/node-application-metrics/
软件介绍
Node Application Metrics 提供了一个基础设施，来为基于 Node.js 的应用收集资源和性能监控数据。Node Application Metrics 创建所基于的数据收集性能，是 Health Center 开发工具所使用的，同时也是基于 Eclipse 的 IBM 监控和诊断工具的一部分。
Node Application Metrics 公开了 JavaScript 和 C 的 API，这使得开发者工具、管理和扩展工具、性能监控工具，比如 StatsD with Graphite 或 Elasticsearch with Kibana，都可以实现数据采集。
运行：
appmetrics 作为第一行放到你的应用程序中
var appmetrics = require('appmetrics');访问 Node Application Metrics 监控数据，你需要使用 monitor() API 调用:
var appmetrics = require('appmetrics');var monitoring = appmetrics.monitor();监控实例可以被用来注册回调，并要求有关应用程序的信息：
monitoring.on('initialized', function (env) {
env = monitoring.getEnvironment(); for (var entry in env) {
console.log(entry + ':' + env[entry]);
};});monitoring.on('cpu', function (cpu) {
console.log('[' + new Date(cpu.time) + '] CPU: ' + cpu.process);});
机器学习实践指南
麦好 / 机械工业出版社 / 2014-4-1 / 69.00
《机器学习实践指南：案例应用解析》是机器学习及数据分析领域不可多得的一本著作，也是为数不多的既有大量实践应用案例又包含算法理论剖析的著作，作者针对机器学习算法既抽象复杂又涉及多门数学学科的特点，力求理论联系实际，始终以算法应用为主线，由浅入深以全新的角度诠释机器学习。 全书分为准备篇、基础篇、统计分析实战篇和机器学习实战篇。准备篇介绍了机器学习的发展及应用前景以及常用科学计算平台，主要包括统......一起来看看 《机器学习实践指南》 这本书的介绍吧!
