R存取期刊論文全文的介面：fulltext

https://github.com/ropensci/fulltext

真心希望早日打破各出版社聯合壟斷的局面

" 大數據(big data)"之"方法論(methodology)"

http://www.36dsj.com/archives/247 這篇講得不錯，四平八穩

http://www.36dsj.com/archives/8911 這篇從ML的角度來講，所以偏向AI

在規則的發現上，有兩種方式，一種從統計的角度出發(Association Rules)，一種從NLP的角度下手(Grammar Induction)

關聯式規則(Association Rules, AR)

https://zh.wikipedia.org/wiki/%E5%85%B3%E8%81%94%E5%BC%8F%E8%A7%84%E5%88%99

http://blog.csdn.net/gjwang1983/article/details/45015203

http://blog.csdn.net/qq_25684755/article/details/46584805

https://github.com/dengyishuo/Top10Algorithm/blob/master/apriori/arules.md

應用在文字探勘，有以下應用

http://blog.csdn.net/u013946794/article/details/44246569

http://qxde01.blog.163.com/blog/static/6733574420132915952828/

http://qxde01.blog.163.com/blog/static/673357442013355192638/

程式語言間的語法比較： RosettaCode.org

以 perl 常用的 map / grep 為例

http://rosettacode.org/wiki/List_comprehensions#Perl

有中文的介紹可參考

这个网站的要旨到底是什么？比如说你会 A 语言，又想看看如果用 B 语言写的话会如何。那么通过很多问题的解决的对比，你应该可以了解到 B 语言的语法，以及它跟你会的 A 语言的关系了。然后你就会注意到语言的设计模式和行为——也就是这门语言的习惯。你也会看到哪些习惯你已经有了，哪些习惯正则阻碍你的发展。

ubuntu下對應到ultraedit的find in files的指令

http://edsionte.com/techblog/archives/3164

以前只會一招，就是用find搭配grep xargs，但是語法不好記，指令又長

這篇介紹的 grep -R -w -n "關鍵字" "目錄"，非常好用

現在我幾乎找不到任何原因在 windows 下寫程式了…

heatmap究竟能畫得多複雜?

heatmap 的語法可參考

http://bioconductor.org/packages/devel/bioc/vignettes/ComplexHeatmap/inst/doc/ComplexHeatmap.html

提到的"微博"(大陸的山寨版tweet)有以下幾個

http://www.weibo.com/fly51fly

http://www.weibo.com/haoawesome

https://github.com/PuddingNnn/Rweibo/blob/master/topic/topicmodel.R

組織學、胚胎學可以利用大量的基因序列來做分析

http://www.slideshare.net/jvhemert/escience-research

R的語法之"快快樂樂學"(喵的該不會真有這本書吧XD)

http://joe11051105.gitbooks.io/r_basic/content/variable_and_data/vector.html

我最欣賞這段講下標的部分

所以從 perl 的角度來看，它既是 array 又是 hash 囉?!

在ubuntu上用R進行中文 Text Mining

1. 先備知識：R语言环境下的文本挖掘 ， R之文本挖掘 ， 数据科学18：文本挖掘1 。嚴格來說這幾篇都是翻譯自 tm 模組作者的這篇文章： Introduction to the tm Package Text Mining in R
2. 範例： https://github.com/JohnsonHsieh/ecfa/blob/master/myText2.R ，是一個完整的專案
3. 上述github專案主要參考這篇文章 ；基本上文章寫成至今已經兩年多了，ptt的一些網頁協定(https)可能有改(推測在2014年的4月到8月間，如 "www.ptt.cc/bbs/StupidClown/index" 改成 "https://www.ptt.cc/bbs/StupidClown/index") ， 因此抓取文章的部分建議參考以下所列的網頁
4. https://www.snip2code.com/Snippet/143970/-anted-Sna ，特色在於未使用 rwordseg ，單純看推文者和作者間的關係
5. https://github.com/agilearning/RPTT/blob/master/R/RPTT.R ，有三個函數可供使用，以抓取索引頁、文章連結、文章內容 ； 同作者另起了新的專案，附上函數的使用範例，可參考 https://github.com/agilearning/RTextMining
6. 其它潛在應用可參考 rfacebook ，可以抓 FB 上的文章

英文 text mining 資源

https://cran.r-project.org/web/views/NaturalLanguageProcessing.html

http://www.rdatamining.com/examples/text-mining

http://faculty.chicagobooth.edu/matt.taddy/teaching/text.R

與 perl 的協作

http://search.cpan.org/~davor/Statistics-R-IO-0.101/lib/Statistics/R/IO.pm

http://search.cpan.org/dist/Statistics-RserveClient-0.12/lib/Statistics/RserveClient.pm

http://search.cpan.org/~fangly/Statistics-R-0.33/lib/Statistics/R.pm

計算語言學

http://www.amazon.com/Roger-Bilisoly/e/B001JSCDN4/ref=ntt_dp_epwbk_0

http://lopen.linguistics.ntu.edu.tw/PTT/

這個網站很有趣，是台大語言所架設的，包含了2014年起收集的 ptt 語料，中文斷字詞的線上查詢。

其它服務還有：前後綴、相關字、情緒判別， api 要註冊才能用來下載 ptt 文章(還好目前看來是免費的)， wordcloud 目前提供 gossiping / hate 兩個版的輸出。看來用的是中研院的斷詞，搭配自建字庫不是經常更新的樣子。