BeautifulSoup.zip

近日实际学习和使用爬虫的python工具BeautifulSoup的精选资料包，全部是整理的.md笔记档，目录结构清晰，特分享以供爬虫学习、使用者速学速查之便，共有三份文档： Beautiful Soup 4.4.0 文档，最新的文档，作参考手册用，现查现用。 Python爬虫之Beautiful Soup用法-简书，总结得比较到位，适合概念迅速消化自学，推荐，另附有DOM的百度百科解释。本文做了重点摘清。 BeautifulSoup使用find，find_all 实际用的较多的函数，注意的常见问题。

REST API.md

REST是设计分布式网络服务或API时遵循的架构原则以及设计风格, 前后端分离最佳实践的开发标准或规范。本文为资料收藏的.md笔记，选取比较重要的资料，收集了以下内容： 重要概念介绍，如前述的第2-第4个关键词。 REST API的优点：缓存Cache提高响应性能，本身的“无状态”和“扩展性”，不需要额外的资源发现机制 REST 、DO、RPC之间区别对比 REST与CORBA、SNMP、SOAP比较 腾讯开放平台REST API 示例 通过URL来设计系统结构，抽象的是资源，而不是对象、过程，完成的是用户接口 REST API的开发框架介绍:JSR-311,REST Web Services框架 JAX-RS，java接口；### REST Web Application多层框架 REST 应用场景，适合和不适合什么 基于HTTP的REST， 介绍资源uri，传输格式，对资源的操作（GET、POST、PUT，DELETE，Options，Head方法，如何对应CRUD动作）

深度学习的实现与发展——从神经网络到机器学习.md

**深度学习（Deep Learning）**是建立在**计算机神经网络理论和机器学习理论**上的**系统科学**，它使用建立在复杂的机器结构上的**多处理层**，结合**非线性转换**方法算法，对**高层复杂数据模型**进行抽象。 本文笔记收获以下重点： “深度学习是**<u>建立在深度结构神经网络上的复杂思维模式机器学习</u>**”的认识(**按：重点认知**)。 **RBM 的结构比BM 的网络拓扑结构更简单**，因为**<u>各层内部神经元之间没有连接</u>**，很大程度上**提高了网络训练与学习的效率**。构造**深度置信网络（DBN）**时都是**先构造出RBM，再将某些RBM <u>堆栈起来得到</u>DBN**。 目前（**按：重点**）**<u>关于数据表示，有局部表示、分布表示和稀疏分布表示</u>**。那么是否有**新的表示思路来更新数据模型**，如**<u>加入不同的稀疏惩罚对RBM 和EA 训练进行改进</u>**。 **特征提取**，范例有 高斯伯努利模型；算法研究关注自适应的特征提取和自动编码机制；泛化结构不仅包括树、图结构，还要更多;预训练和判别微调方法还有待进一步改进和提升 **学习可控性** 是机器学习需要关注的一个问题，即**<u>到底赋予机器多少权限和思维能力</u>**。**<u>机器学习的最大隐患</u>**—“**<u>学习失控</u>**”。

《麻省理工科技评论》年度中国科技青年英雄榜发布！35位入选者涵盖全球最前沿科学与技术.md

从 1999 年开始，每一年《**麻省理工科技评论**》都会选出一批 35 岁以下最具有创新性与影响力的科学家、科研工作者、科技创业者，他们是： **发明家（Inventors）** **创业家（Entrepreneurs）** **远见者（Visionaries）** **人文关怀者（Humanitarians）** **先锋者（Pioneers)** 2017 年**《麻省理工科技评论》协同中国地区独家合作伙伴 DeepTech 一道将榜单落地中国，正式推出《麻省理工科技评论》<u>中国区</u>“35 岁以下科技创新 35 人”**。 今年是《麻省理工科技评论》创刊 120 周年，第三届“35 岁以下科技创新 35 人”中国榜单在 2019 年 12 月 14 日的 EmTech China 全球新兴科技峰会揭晓**。 《麻省理工科技评论》2019 年中国“ 35 岁以下科技创新 35 人”获奖者名单（按姓名首字母排序） 本文.md档收录了媒体的介绍报道，重点是梳理入榜者的主要研究成果，加以归纳。

关于公司——公司成长的三个阶段，子公司和分公司.md

本文为转摘的普及商事知识的笔记.md档，可以得到一些常识性的认知。从商业角度看，公司的最终目标无非就是赚钱，持续的赚钱，持续的赚更多的钱。为此划分了公司成长的三个阶段：产品阶段，规模扩张阶段，持续经营阶段，提出了每个阶段的重点任务。持续赚钱，要有壁垒，能持久地掌握稀缺资源。重视科技的反稀缺性。公司的扩张涉及设立子公司和分公司的优点。以上内容本文做了简要归纳。

Vaex——一个开源的DataFrame库，它可以对表格数据集进行可视化、探索、分析，甚至机器学习

**Vaex是一个开源的DataFrame库**，它可以对表格数据集进行**<u>可视化、探索、分析，甚至机器学习</u>**，这些数据集和你的硬盘驱动器一样大。**它可以在一个n维网格上每秒计算超过10亿（10^9）个对象的<u>平均值、和、计数、标准差</u>等<u>统计信息</u>**。可视化使用直方图、使用直方图、密度图和3D立体渲染进行可视化。为此，**Vaex采用了<u>内存映射、高效的外核算法和延迟计算</u>等概念来获得最佳性能（不浪费内存）**。 本文是上述介绍的.md笔记档，为一个刚好超出RAM范围（如50GB甚至500GB的数据集）的数据集做分析，又不能破费成本的设置一个集群， Vaex作为一个开源的DataFrame库，带来了解决方案！例子是使用纽约市出租车的数据集。

国产数据库年终大盘点！.md

**去“IOE”**这个概念，最早由王坚院士在刚刚加入阿里时提出，其目标是**将IBM 的小型机、Oracle数据库、EMC存储设备从阿里的IT体系中去除，代之以自主研发的系统**。 随着**<u>国产云计算服务</u>水平**的不断发展，**国外厂商的小型机和存储，已经不多见**，**<u>不过IOE中的O也就是Oracle、DB2等国外厂商的数据库，还依旧在我国市场大行其道</u>**。 本文带大家一起来盘点一下**国产数据库的发展现状**。此文为.md笔记 金融级高可用 融合OLTP和OLAP 标准SQL、事务与NoSQL的分布式存储相结合的JSON标准存储格式 多产品线的数据库（对标Oracle） 海量数据的时序数据库 对标MySQL 涉及存储，查询，索引，高可用，事务，批处理，并发，访问冷热，时序

数据分析体系是什么？该怎么搭建？.md

到底数据分析体系是什么？似乎经常看到的，只有AARRR五个字母，又语焉不详。到底怎样才算是建了个体系？今天我们系统解答一下。 本文为细心整理的.md笔记，做了摘记概括。 **搭建数据分析体系常犯错误**是丢失重点、目标，陷入指标细节；贪大求全的使用同一套指标而不加以区分职责。 **数据分析要旨**在于解释数据背后的业务含义，找到**对业务有用的价值点**。 **数据分析体系**能**更有效率**的支持业务，把数据报表、专题报表串起来，有层次展现，应用到业务中。**有节奏、有主次、有顺序的展现**数据。 **搭建数据分析体系的基本思路**： 明确服务对象即针对的需求方负责人； 明确工作目标，量化目标，可以计算目标和现状的差距； 监督业务走势，发现问题苗头； 了解业务行动，分解业务细节，找到数据可以帮助的价值点； 行动之后，复盘行动结果，事后总结出普遍的经验。优秀的业务能力永远稀缺，不可复制。复盘的意义：把明显的作死行为总结出来，避免普通人犯错。 **数据分析体系不是一成不变，也需要迭代升级，提升专业水准的要求**：坚守目标，迭代方法，积累经验。固定通用产品、临时个体专题。 **回到出发点，重视业务需求**：从业务中来，到业务中去；用专业的方法服务个性化需求 ### 精彩段子： **数据的<u>优势</u>，不是直接生产出<u>超人的创意</u>，而是事后总结出<u>普遍的经验</u>**。**<u>优秀的业务能力永远是稀缺资源，是不可复制的</u>**。但通过数据分析复盘，可以**<u>把明显的作死行为总结出来，避免普通人犯错</u>**。 **数据的作用：长期积累的业务方经验，（基于普遍意义）为遇到的问题提供思路。** **做业务从来不怕失败，怕的是败的不明不白**。

数据分析，怎么做才能有前瞻性.md

有同学问：领导总让做“**有前瞻性**”的分析，不要说那些“**大家都知道**的事”。可到底什么是前瞻性？有时候明明写了预计未来情况，可还是被批判为：没啥前瞻性。真不知道咋办了。——今天系统解答一下。通过细致的分析，看到深层次问题，讲出来没人知道的惊天秘密，听起来多厉害。 本文经过细心整理为.md档，可以获知： 真正的前瞻性，是定性预测 而建数据模型详细计算，是定量预测; 本文重点如下： 影响因素的分类标准为：可辨识程度，注意影响方式和前瞻性高低

区块链：一场信任革命——技术原理.md

区块链：一场信任革命——技术原理.md，比较浅易介绍区块链概念和技术原理的科普短文。本文笔记做了详细的书签和粗体、下划线规整，以便对照纲目快速阅读。内容讲解很精当也很好懂。