按照 @Y65NG 的提醒，可以按照这里的方式设置 Preview 多标签打开 PDF https://support.apple.com/en-sg/guide/preview/prvw1085/mac

@volvo007 streamlit 并不是绘图的库，而是一个快速的搭建前端可以展示功能的框架。解决了机器学习从业人员不会 HTML 和 JS 的痛点。非常赞的！其他的分析很到位。用 ploytly 的时候也是痛并快乐着。

不支持英文吗？随便丢了一个英文文本，词云没有显示

和 Sam 一起解剖尸体的那个大学士是在哈利波特最后两部扮演黑魔法防御课和魔药课教授的 Professor Slughorn

@jigloo 好的，非常感谢，我继续研究！

@jigloo 谢谢！我刚刚毕业，没有开发经验，你说的我都不懂，我都去查，谢谢！

@est 哦，除了 NLTK 还用到了 scikit.learn，也就是说还要移植 scikit.learn 到 Jython ？

Papers2 感觉挺好的，升级了 Papers 3 之后，操作体验上不如老版了。而且在识别论文的 meta data 上的准确性上也不尽如人意。 Papers 这个东西，给人感觉，看起来很好，用起来没有那么好。

@aheadlead 现在这个阶段，这种事情是我等小民无法控制的。假如 Google 有天（又）作恶了，我们又能对大洋彼岸的那个公司怎么样呢？

支持 @aheadlead 的说法，一个用手机的硬件实现算法，一个用不知多少台服务器运行算法，获得的结果是不能拿来比较的

@franklight 定位准确

再问一个问题，既然这是你的创业计划，你怎么挣到钱？与作者分成？抱歉，没有使用，纯粹在这臆测。

你的希望是好的，但是所谓的「干净的信息流」还是会被混杂在各种面膜，投票中，与其他分享的文章没什么差别。然后点开一看，心中会默念『这小子还要我付钱才看他在哪 BB 』。你既然选择在微信这个平台，这个问题就超出了你的解决范畴。

我不太明白「去中心化」是什么意思，难道微信不就是中心吗？

在科研领域， Open Access 是未来，为此各个领域的研究者都不惜跟 Elsevier 这种出版商撕破脸。不管一篇学术论文写的好还是烂，背后都是成百上千的投入，设备，人工。我们普通人写的文章背后的投入有多少？

所以，熟人的确是一个切入点，但是正是这个切入点也是你的弱点。大家都是熟人，每个人的半斤八两都清楚，谁会去花 100 块钱获得可以在一顿撸串的时候获得的只言片语。我还能喝口酒吃扣肉不是？

最后，很赞同 @leeloto 的话: 不要为了工具而工具

微信公众号的文章我看完了，打赏；一篇文章我还没看，就让我付钱，万一不合我心意，怎么办？在这方面，所谓的「通过信任的关系链」是唯一的砝码。如果我看了我朋友写的文章，给了 100 块钱，然后我不满意，回头跟他说你还我 50 吗？

歪个楼，能求第一个的 color scheme 吗？

@jason52 我也有同感

@metaphox Thanks! 这期好多惊喜，不过有关机器学习和数据挖掘与编程之间的话题再谈一些就更好了。一直希望能听听在 Google 和 Facebook 这些用机器学习比较多的公司的员工怎么看这个，所以之前那期 IT 公论邀请 Cici Cheng 那期听起来就很带感。不过，这些东西能让公开说的貌似也不多。