satelliate的博客

使用相关的生物学例子来说明Python的特性，本书重点是将Python作为实际解决问题的工具。为生物学家选择Python章节的顺序是一件简单的事情，因为概念和工具遵循自然的进程。为这本书选择章节的顺序要困难得多，因为我们将要看到的特点和技术往往会一起使用。

计算能力的不断进步（根据摩尔定律）已经开始使曾经主要是一门研究学科的机器学习，在商业环境中更加可行。这导致了新的应用程序和新的或重新发现的技术的爆炸式增长，使数据科学、人工智能和机器学习的模糊概念迅速成为国际公司的公众意识和战略规划。 机器学习应用的快速发展是由不断创新的研究实验室进行的持续斗争推动的。这些先驱者开发的技术正在播种新的应用领域，并经历着不断提高的公众的意识。虽然在人工智能和应用机器学习中寻求的一些创新仍然远远不够准备，但其他创新则是现实。自动驾驶汽车，复杂的图像识别和改变能力，遗传学研究的不断进步，也许最普遍的是，在我们的数字商店、电子邮件收件箱和在线生活中越来越多的定制内容。

Codys Data Cleaning Techniques Using SAS，介绍SAS 数据清理技术

该文档改自Bill Venables 和David M. Smith (Insightful 公司) 描述S 和SPLUS开发环境的讲义。我们只做了一些很小的修改以反映R 和S 的差异，并且扩充了一些材料。