MarvinZhang

通过简单的用 TF-IDF 文本向量化以及逻辑回归分类器作用于推文数据集，我们得到了大约 80% 的准确率，这已经相当不错的成绩了！

本篇文章将介绍一个非常酷的自动化数据探索开源工具 Rath，可以自动化的完成 EDA，成为数据分析界的 Autopilot 或 Copilot

利用爬虫程序抓取列表页是网络数据提取中非常常见的任务之一。对于爬虫工程师来说，如何高效的生成提取规则是非常有必要的，否则就会浪费很多时间在编写爬虫程序 CSS 选择器或 XPath。

本文介绍了爬虫技术在人工智能和机器学习发展下的现状和未来发展方向，指出爬虫工程师仍然依赖传统技术来获取网络数据，未来爬虫技术有可能实现智能化、自动化数据提取。

图论是被大众严重低估的数学基础理论。本篇文章将简单的介绍一下图论的基础概念，以及图论在真实世界中的应用。

数据分析（Data Analytics）是很多企业实现数字化战略的重要业务模块。本文将介绍如何使用开源项目 Superset 打造数据分析平台

一个合格的架构师绝对不止需要会写一手好代码，还需要更多非技术知识。可惜的是，不少从工程师提拔起来的架构师，还是在技术领域不断钻研，而忽视了非技术的东西。

今天这篇文章将解析 Go 语言开源项目 robfig/cron 的源码，这个项目不大，知名度较高，注释也比较清楚，很适合新手学习如何阅读和解析源码。

真正有用的数据分析，除了将数字呈现出来，还将发现的数据洞见与业务充分结合起来，实际为业务创造价值才有意义。了解一些基础统计学知识，很可能会对发现洞见有帮助。