Pandas是Python数据科学生态中重要的基础成员，功能强大，用法灵活，简单记录之。

NumPy是Python数据科学生态中重要的基础成员，其中有几个概念比较tricky，简单记录之。

评估排序效果时，经常用到几个指标，简单记录之。

马尔可夫链（Markov Chain），描述了一种状态序列，其每个状态值取决于前面有限个状态。

策略、算法工作中，读论文或设计算法，经常会遇到一些性质很棒的函数，满足特定的需求，持续汇总积累。

算法工作中，经常要对模型进行评估，由此衍生出很多指标。比如Accuracy、Precision、Recall、F1-score、AUC等等。准确理解各指标的内涵、使用场景及局限，还挺有挑战。

最近要设计一套推荐系统的指标体系，目的是支持以下需求

统计学中有各种各样的分布，工作中经常遇到，简单总结一下。