kate

3 月，跳不动了？>>> 根据IADSS联合创始人Usama Fayyad博士，在2019年波士顿ODSC大会上的主题演讲后的采访，我们了解到了数据科学当前和未来的问题以及可能的解决方案。 凯特·斯特拉奇尼（Kate Strachnyi）： 鉴于人们在数据中所扮演的角色千差万别，因此将来会采用哪些行为改变或使用哪些工具 ？ Usama Fayyad： 我认为组织中的工具和行为变更可能以比实际方式更昂贵的方式进行，这意味着它们正在经历聘用数据科学家的好与坏。他们中的一些人看到了价值，有些人看到了他们聘用中的不合适，现在他们不得不通过解雇或替换来从中调整，以获取更高的价值。我认为由此产生的结果是，项目组要开始进行更彻底的评估。如果你没有一个好的数据科学家，那么距离聘请另一个好的数据科学家的时间也就不远了。 那么，如果你的部门一开始或者已经没有好的科学家在职，那你应该从哪里开始呢？这就是为什么你需要招募人才，对吗？你如何解决？我们认为，通过制定标准，对每个职员的角色，职位以及所需要的培训进行良好的描述，实际上才能使人们更容易地通过很多简历，然后选择那些看起来很有前途的工作，选择可能有价值的面试，知道在面试中可能会问些什么。我们分享了很多候选人的反馈，他们说：“嘿，我在十个不同的地方接受了同一份工作的面试。除了围绕编程的两个小问题外，面试几乎没有什么共同之处。” 凯特·斯特拉奇尼（Kate

关于用 python 发邮件，搜出来的大部分代码都是 legacy code，而系统带的是 python 3.6，所以想试试 email 标准库的最新用法。 一番折腾，发现 官方文档 不够详尽，而且还引了一堆 rfc，涉及 email 的格式标准，头大，还是耐着性子整完了。 把最好的献给这世界，也许永远都不够。 ———— 一位出家师父 #!/usr/bin/env python3 #~ 参考： #~ https://docs.python.org/3.6/library/email.examples.html #~ https://docs.python.org/3.6/library/email.message.html #~ http://www.runoob.com/python3/python3-smtp.html import smtplib from email.message import EmailMessage from email.headerregistry import Address, Group import email.policy import mimetypes # 发送邮件服务器 smtp_server = "smtp.126.com" user = "jack@126.com" # 自己的客户端授权码 passwd = "客户端授权码" #

在过去的几年中，机器学习在许多行业中开辟了新的视野，出现了一些高级用例：Facebook的面部识别，Netflix推荐的电影，PrismaAI的图像样式转换，Siri的语音识别，Google Allo的自然语言处理， 而这样的例子不胜枚举。 GitHub上有大量精彩的开源机器学习项目。以下是最受开发者们欢迎的项目列表。我希望通过这些项目能让你学到一些新东西，并激发自己的开发项目灵感。 1、TensorFlow TensorFlow是一个用于研究和生产的开源机器学习库。 TensorFlow为初学者和专家提供了针对桌面、移动端，Web和云开发的API。TensorFlow最初由Google Brain团队开发，供内部Google使用，并于2015年11月9日根据Apache 2.0开源许可发布。TensorFlow的最新版本支持Keras，这是高级神经网络API，使用Python编写，并且能够在TensorFlow，CNTK或Theano之上运行。 还有用于Javascript和Swift的接口。 2、Scikit-learn Scikit-learn最初由David Cournapeau在Summer of Code的Google活动中撰写。 它的名称或多或少地引用了SciPy Toolkit。 Scikit-learn具有基于NumPy

在过去的几年中，机器学习在许多行业中开辟了新的视野，出现了一些高级用例：Facebook的面部识别，Netflix推荐的电影，PrismaAI的图像样式转换，Siri的语音识别，Google Allo的自然语言处理， 而这样的例子不胜枚举。 GitHub上有大量精彩的开源机器学习项目。以下是最受开发者们欢迎的项目列表。我希望通过这些项目能让你学到一些新东西，并激发自己的开发项目灵感。 1、TensorFlow TensorFlow是一个用于研究和生产的开源机器学习库。 TensorFlow为初学者和专家提供了针对桌面、移动端，Web和云开发的API。TensorFlow最初由Google Brain团队开发，供内部Google使用，并于2015年11月9日根据Apache 2.0开源许可发布。TensorFlow的最新版本支持Keras，这是高级神经网络API，使用Python编写，并且能够在TensorFlow，CNTK或Theano之上运行。 还有用于Javascript和Swift的接口。 2、Scikit-learn Scikit-learn最初由David Cournapeau在Summer of Code的Google活动中撰写。 它的名称或多或少地引用了SciPy Toolkit。 Scikit-learn具有基于NumPy

I am using the Kate editor. Here is a minimal example that shows my problem: I have a file with a bunch of occurrences of: \command{stuff} where stuff is some arbitrary string of letters. I want to replace this with \disobey{stuff} where stuff is unchanged. The regular expression: \\command\{[a-zA-Z]*\} matches such expressions. So I pull the replace dialog with CTRL-r, and enter Find: \\command\{[a-zA-Z]*\} Replace: \\disobey\{\1\} So in the document, an actual instance is say, \command{exchange} and when I hit the replace button is changed to \disobey{1} In the Kate documentation: Appendix B