竹紫

本文主要涉及知识点包括新浪微博爬虫、python对数据库的简单读写、简单的列表数据去重、简单的自然语言处理(snowNLP模块、机器学习)。适合有一定编程基础，并对python有所了解的盆友阅读。

用自然语言处理和机器学习算法对《红楼梦》进行了一些分析。这个过程中我找到了一些有趣的发现，所以我想写一篇文章，既㲌与大家分享和讨论实验结果，也顺便做一个整理和总结。

之前在研究一些数字货币的时候有一个概念深深的吸引了我，那就是零知识证明，它指的是证明者能够在不向验证者提供任何有用的信息的情况下，使验证者相信某个论断是正确的。通俗的讲就是我有一个 secret_key，但是我不会把这个 secret_key 提供给验证者，而让验证者相信我知道…

「DATA CHAT」是科赛网打造的品牌活动。拥有最强大脑、最独特视角的数据分析狂热者，将针对体育、影视、音乐、财经四大领域内最生活的话题，开展有趣又烧脑的数据分析探索之旅。 首期我们从NBA话题切入，在官网发布了超全的NBA数据集(所有球员&球队的常规赛、季后赛，教练执教、球…

这个系列讲的真的很好

最大的触动是开始思考未来产品经理在设计产品逻辑时，如果理解机器学习，那么很多以往被认为不可能的事情，都将成为产品逻辑的一部分。而能否建立这种新的认知，运用好新的工具，将在未来某些领域里区分出产品经理的高下。

函数式编程是作为大多数现代问题的解决方案被提出的，例如并发性和可伸缩性。对于一些人而言，它是一种神秘的概念，仅适用于Erlang, Haskell以及一些其他奇怪的语言，这些语言要不是太复杂，要不就是不相关的。这简直不正确，所以我将展示如何在非函数式语言上应用一些函数式编程。

本项目是个人第一次百万级数据的爬取，当然由于爬取效率方面需要改进，所以详细用户信息选择性的只爬了100+关注人数共4.1w+的id。另外也是第一次数据可视化，从完全不懂Echarts的各种参数，硬刚配置项，到勉强获得了上述还算能看的一些数据图，不少地方还需进一步学习、改进，以求获得更合乎要求的、理想的、自定义的可视化图。

本篇文章是原文的翻译过来的，自己在学习和阅读之后觉得文章非常不错，文章结构清晰，由浅入深、从理论到代码实现，最终将神经网络的概念和工作流程呈现出来。自己将其翻译成中文，以便以后阅读和复习和网友参考。因时间（文字纯手打加配图）紧促和翻译水平有限，文章有不足之处请大家指正。