专注网络爬虫、数据挖掘、机器学习方向。

讲述Ubuntu操作系统的命令，便于查询。是linux开发不可缺少的工具。

介绍了Python入门网络爬虫的概念精华及技巧。 包括最基本的抓取，对于登陆情况的处理，对于反爬虫机制的处理，对于断线重连，多进程抓取，对于Ajax请求的处理，自动化测试工具Selenium，验证码识别等等

算法解决的问题:通过观察序列来猜测背后最有可能的隐藏序列。viterbi译码算法是一种卷积码的解码算法。优点不说了。缺点就是随着约束长度的增加算法的复杂度增加很快。

TextClassify文本分类系统适用于中文，英文文本分类。 包括各个文本的关键词输出，可以控制关键词输出个数，也可以对关键词加入黑名单和白名单。 关于TextClassify文本分类系统的改进： 改进jieba中文分词词典 改进黑名单：增加停用词 改进白名单：增加专业词 在TextProcess改进每一类text至多选FileInFolder个：理论上越多越好 deleteN的选取：可以优化 特征词的长度限定:unicode不过长，不过短 特征词词典dict_size的选取：可以优化 特征的改进 多分类结合的算法改进

Python的学习资料。包括一些下载的资源链接。

Python学习网络爬虫主要分3个大的版块：抓取，分析，存储 另外，比较常用的爬虫框架Scrapy，这里最后也介绍一下。 先列举一下相关参考：宁哥的小站-网络爬虫

包含最新的分词系统，C/C++开发，提供调用接口