“我们做了测试了，然后失败了。” 这个说法在 A/B 测试的世界中出现的频率那是相当的高，但它忽略了一个事实，一个概念本身与概念的执行有着本质上的不同。想法经常随着时间重现。一个以前失败过的人往往被贴上失败的标签，他们永远不会走出新的大门。是的，我想到多年以前… 虽然做过尝试，但没什么…

GitHub 入门与实践

介绍了几乎没有 python 机器学习背景的新手学习机器学习需要的资源。包括 python 语言基础，机器学习基础技巧，科学计算 python 软件包概述，之后利用 sklearn 实现了一些基本的机器学习算法和进阶的算法（集成方法，EM 算法等）。文章中提及的材料参考价值很高，并提供了跳转链接，非常实用。文章还提到了 python 进行深度学习的资源。文章提纲挈领，非常推荐。

作者是 林达华

很多人都不明白什么是 Monad，并不是因为不会用，不知觉可能就在用某种 monad。 定义和使用起来其实不难，困惑的大多应该是后面的这堆理论– 范畴论

如果我们从一个大 V 开始，首先可以获取他的个人信息，然后我们获取他的粉丝列表和关注列表，然后遍历列表中的每一个用户，进一步抓取每一个用户的信息还有他们各自的粉丝列表和关注列表，然后再进一步遍历获取到的列表中的每一个用户，进一步抓取他们的信息和关注粉丝列表，循环往复，不断递归，这样就可以做到一爬百，百爬万，万爬百万，通过社交关系自然形成了一个爬取网，这样就可以爬到所有的用户信息了。

译者按：无论是做设计还是拍摄视频时，我们发现，在 ONES Idea 合作的创业公司中有许多都对自己的「品牌建设」摸不着头脑——有的是不知道为什么要做，有的是不知道怎么做。这篇谷歌风投设计合伙人 Jake Knapp 的文章提供了一个简便而可操作的方法论指导，也清楚地解释了品牌建设的重要性。大家可以自己尝试一下。有任何问题，欢迎写邮件来跟我们探讨。

简约的个人简历模板

这篇文章是常见数据结构与算法整理总结的下篇，上一篇主要是对常见的数据结构进行集中总结，这篇主要是总结一些常见的算法相关内容