摘要：
1.需求 在数据清洗(ETL),日志文件分析，分隔符信息提取时，我们都会遇到如下常见的文本数据： 中楼层/14层,东西,西直门南大街 3号院,1985年建,板楼 中楼层/23层,南北,通惠南路6号,2003年建,板楼 中楼层/12层,南北,通惠南路6号 1号院,2003年建,塔楼- 一个常见的处理思 阅读全文
摘要：
购买kindle之后，自然欣喜万分，不来自于工具本身，而来自于发现自己能够静下心来阅读长篇和复杂的文字了，可喜可贺。更重要的是，kindle减轻了我眼睛的莫大的压力。但马上就出现几个问题： 不是所有的电子书都有kindle，最常见的是扫描PDF 大量的论文无法阅读,这和上面的问题一致 网络上很多精彩 阅读全文
摘要：
描述数据最常见的结构是平面表格，数据库，Excel,CSV都是典型的表格。表格是扁平结构，理解起来简单，能方便的增删改查。 下面是一个典型的表格: 从上面的表格，明显能看出表格的缺陷： 所有的子项都是平级的，无法描述它们内在的结构 列名很重要，否则很难确定其语义，这和第一条相辅相成 在数据深度上进行 阅读全文
摘要：
计算机和人的最大区别在于，人具备彻底的学习和强大的联想能力，而计算机则不同，只能在程序员给定的框架内进行简单的学习（与其说是学习，不如说是参数微调）。人类可以很容易的发现特有的模式，比如看下面几个例子: 然而，如此简单的模式，计算机却无法发现，但如果能让计算机学习这种模式，那无疑是非常有价值的。我们 阅读全文