阿托

背景：一直有朋友希望我能介绍下自学机器学习、数据挖掘的经历，然而当我认真回首研究生这两年半，发现浪掉的时间居多，学习的时间太少，积累还不够（虽然校招季收获比较多的数据挖掘相关offer，其实人脉、运气、面试经验等其他因素占了很大比重）。所以在此只能聊聊一些浅显的认识，各位姑妄听之。 本文受众：有兴趣自学机器学习、数据挖掘的学生或程序员（也欢迎科班研究生、业界大拿拍砖，多多提出批评建议，先行谢过）

1. 新手上路 自然语言处理(Natural Language Processing，NLP)是一门融合了计算机科学、人工智能及语言学的交叉学科，它们的关系如下图所示。这门学科研究的是如何通过机器学习等技术，让计算机学会处理人类语言，乃至实现终极目标--理解人类语言或人工智能。…

前文传送门：小白学Python爬虫（1）：开篇小白学Python爬虫（2）：前置准备（一）基本类库的安装小白学Python爬虫（3）：前置准备（二）Linux基础入门小白学Python爬虫（4）：前置

背包问题是经典的DP问题。 背包可分为下面几类 01背包 完全背包 多重背包 分组背包 01背包问题 问题 有n个物品，每个物品都有体积v和价值w。还有一个背包的体积为V，问背包能装的最大价值是多少。

性能优化，有时候看起来是一个比较虚的技术需求。除非代码慢的已经让人无法忍受，否则，很少有公司会有觉悟投入资源去做这些工作。即使你有了性能指标数据，也很难说服领导做一个由耗时300ms降低到150ms的

使用 String.raw 可以原汁原味的输出期望结果，再也不会因为转义字符的原因导致各种预期之外的结果。

密封一个对象会让这个对象变的不能添加新属性，且所有已有属性会变的不可配置。属性不可配置的效果就是属性变的不可删除，以及一个数据属性不能被重新定义成为访问器属性，或者反之。但属性的值仍然可以修改。

开发视图关注程序包，不仅包括要编写的源程序，还包括可以直接使用的第三方SDK和现成框架、类库，以及开发的系统将运行于其上的系统软件或中间件。

在生产环境配置日益复杂的今天，一套统一的、可移植的环境可能是很多从业人员梦寐以求的。所谓“需求引领市场”，在需求的催动下，解决方案的诞生也只是时间问题而已。