道德經闡述:道生一，一生二，二生三，三生萬物。
2023年美國科學家蓋爾曼提出中子，質子這一類強子是由三個更基本的單元夸克構成的，驗證了道德經中《三生萬物》的物理存在原理。
資料科學是一門日新月異的科學，資料庫常變，軟體常變，硬體常變 ……不變的只有洞察本質的思維方式和對問題解決之道的不懈追求。
首先，隨著社會發展，人類的社會實踐、生產實踐和科學實驗產生了大量的資料。
同時，技術的進步使得資料的記錄和整理變得越來越便利。
資料的海量增加使得人們對於資料採集、清洗、過濾、分析、建模和表達的需求越來越殷切。
人們的聚焦點從如何生產、收集和管理資料，轉向如何更好地建立模型和分析資料。
資料科學應運而生。
資料科學的核心在於資料內容之間的相互作用，給定專案的目標以及用於實現這些目標的資料分析方法。
關鍵在於了解內部發生的事情：資料怎麼了，我們得到了什麼樣的結果以及為什麼會這樣。
資料科學專案的三個階段組織
第一階段是準備，初期收集資訊，便於後續處理
第二階段是構建，利用在準備階段採集的資訊進行統計，採用合適的工具構建產品。
第三階段是收工，交付產品，獲得反饋，進行修改，支援產品和結束專案
第一章 討論的重點在於資料科學家的思考過程，以及我們身邊的資料科學。
作者希望將我們的注意力聚焦在最重要的事情上。
資料科學家需要擁有許多硬技能，其中包括軟體研發和統計學的知識。
但是，保持適當的角度並意識到許多動態因素是重要的軟技能。
有時候，重點是資料質量，有時候，重點則是資料規模，處理速度，演算法引數，結果解讀或問題的許多其他方面。
小故事：乙個剛起步的初創公司的創始人，想從旅行相關的電子郵件中提取姓名、地點、日期和其他關鍵資訊，以便將這些資料用於移動應用，從而跟蹤使用者的旅行計畫。
這個問題具有一定的共性：電子郵件格式和大小不同，來自航空公司、酒店、預定**的電子郵件的格式不同，這些格式在一段時間之後可能還會變化，想要提取出有用的資訊具有很大的挑戰。
軟體研發人員可能會認為自然語言處理工具可以解決這個問題。但事實上，當付諸行動去實現的時候會遇到很多意想不到的困難。
而作者在問題提出之初就意識到，這個問題可能會很複雜，想要解決這個問題有兩種方案，一種是人工處理，一種是指令碼處理，或者在兩者之間折衷處理。作者認為折衷處理的方案似乎是最好的。即，針對常見的格式研發一些簡單的模板，通過指令碼提取有用資訊，對於一些特殊的識別不了的檔案則採取人工處理的方式。
作者從這個故事中學習到教訓：當處理設計資料的問題時，意識是非常有機制的。在處理問題時，意識到處理的過程中會遇到的問題，將會使我們的處理更加順暢。
軟體研發人員需要處理的問題時具有明確邏輯的，若a，即b的問題。
而資料科學家處理的問題則是類似若a，則可能b的問題。導致這種可能的原因正是資料科學家需要回答的問題。
處理不確定性是資料科學家和軟體研發人員的本質區別。
知識第一 ——採取行動前，理解問題、資料、方法和目標，並在頭腦中記住它們。
技術第二 ——軟體只是工具，既可為你賦能也可以約束你。
觀點最後 ——意見、直覺不是任何專案的重點，一切的觀點都需要驗證。
編寫程式和專案的說明文件，管理好文件的版本。
**組織符合約定的規範。
了解業務。
緊靠資料。（採用的方法不要過於繁雜。）
tips：用mle來確定最可能引發不可預知結果的引數值。
大資料架構的未來
本文講述了大資料的相關問題，以及 大資料架構 得名的由來。大資料的問題 或許所有讀者都明白這一點 資料正在飛速增長。若是能夠有效利用的話，我們能從這些資料中找到非常有價值的見解 傳統技術有很多都是在40年前設計的，比如rdbmss，不足以創造 大資料 炒作所宣稱的商業價值。在大資料技術的使用上，常見...
大資料未來發展
許多對大資料有需求的公司並不一定具備強大的研發團隊，在大資料處理過程中往往遭遇眾多挑戰。那麼，在面臨這些挑戰時，開發者最迫切需要的是什麼？為了解決公司中的實際問題，39.28 的人希望擁有更犀利和通用的計算框架 37.88 的人希望能擁有更好的資料探勘演算法 21.59 的人則對保障性更高的運維有了...
記憶體讀資料和磁碟讀資料的區別
當程式要讀取的資料時傳入記憶體位址 行位址 列位址 如果資料不在主存中時，會觸發乙個缺頁異常，此時系統會向磁碟發出讀盤訊號，通過柱面號，磁頭號，扇區號定位磁碟位置，找到資料的起始位置並向後連續讀取一頁或幾頁載入記憶體中。於儲存介質的特性，磁碟本身訪問就比主存慢很多，再加上機械運動耗費，磁碟的訪問速度...