R语言字符串的基本操作：1、求字符串长度nchar(string)>data<-"R语言是门艺术">nchar(data)[1]72、字符串合并paste(str1,str2,sep)>data<-"R语言是门艺术">data1<-"要用心体会">paste(data,data1,sep=",")[1]"R语言是门艺术,要用心体会"3、字符创分割strsplit(string,sep)>data3<-"2017年2月28">strsplit(data3,"年")[[1]][1]"2017""2月28"4、读取和替换字符串substr(string,start,stop)>substr(data3,5,5)[1]"年">substr(data3,4,4)<-"6">data3[1]"2016年2月28"5、字符串替换chartr(old,new,string)chartr("29","29日",data3)#old不存在，无操作chartr("28","28日",data3)#超过string长度的字符不替换chartr("28","2日",data3)

R语言字符串类型：适用于字符串构造的规则①字符串开头和结尾的引号应为双引号或双引号，他们不能混合。②双引号可以插入到以单引号开始和结尾的字符串中。③单引号可以插入到以双引号开始和结尾的字符串中。④双引号不能插入到以双引号开始和结尾的字符串中。⑤单引号无法插入到以单引号开始和结尾的字符串中。

逻辑思维的概念：逻辑思维是人的理性认识阶段，是人运用概念、判断、推理等思维类型反映事物本质与规律的认识过程。它是人的认识的高级阶段，即理性认识阶段。逻辑思维是一种确定的，而不是模棱两可的；前后一贯的，而不是自相矛盾的；有条理、有根据的思维；在逻辑思维中，要用到概念、判断、推理等思维形式和比较、分析、综合、抽象、概括等思维方法，而掌握和运用这些思维形式和方法的程度，也就是逻辑思维的能力。逻辑思维训练有哪些方法1、上取/下钻思维上取思维就是在看完数据之后，要站在更高的角度去看这些数据，站在更高的位置上，从更长远的观点来看，从组织、公司的角度来看，从更长的时间段（年、季度、月、周）来看,从全局来看，你会怎样理解这些意义呢？也许向上思维能让你更明白方向。下钻思维就是把事物切细了分析。数据是一个过程的结果反映，怎样通过看数据找到更多的原因隐藏在现象背后的真相，需要把事物切细了分析。原理：显微镜原理。关键：知道数据的构成、分解数据的手段、对分解后的数据的重要程度的了解。2、求同/求异思维求同思维就是，当一堆数据摆在我们面前时，表现出各异的形态，然而我们却要在种种的表象背后，找出其有共同规律的特点。关键：找到共性的东西进行分析，要客观。求异思维就是在看到每一个数据都有相似之处同时，也要看到他们不同的地方，特殊的地方。关键：对实际情况的了解，对日常情况的积累，对个体情况的了解，对个体主观因素的分析。3、抽离/联合思维当你从一个旁观者的角度不思考看待数据时，你往往能发现那些经常让我们迷失方向的细枝末节并没有太多的意义，我们迷失方向，忘记了自己的价值，同时深受情绪困扰。这时，你采用抽离思维更加能够帮助到你。关键：多种分析方法，多角度看问题，不要钻牛角尖，多学习别人的好方法，学会集思广益，发散性思维。4、离开/接近思维通过数据分析，你发现你处在一个不太有利的地位，那么，此时你就要有离开思维去替你想办法，离开困境。关键：学会自我调节，自我放松。要达成目标，实现销售增长，这时候你需要接近思维来帮助你。关键：多接触你要解决的问题，花时间分析，你要的是方案，不是问题。5、层次思维问题发现是第一步，要怎样分析问题，找到真正的原因，那么要熟练地运用理解层次。关键：你需要熟悉客观环境，员工的能力、行为的规律、他需要什么？

统计思维的概念：相比于数学，统计学在日常生活中的应用要明显而又简单得多。我们日常生活中接触的求和、平均值、中位数、最大值等其实都是统计思维的一部分。统计思维分为三类：1、描述描述就是对事物或对象的直接描写，是对事物的客观印象。如果我们把描述概念对应到数据上，可以理解为这堆数据“长什么样”，通过对数据的描述能够让人感悟到数据的真实长相。在统计学描述数据使用的指标通常是如下统计量：平均数、众数、中位数、方差、极差、四分位点，这些指标就好像是数据的“鼻子”“眼睛”“嘴唇”“眉毛”等。2、概括概括是形成概念的过程，把大脑中所描述的对象中的某些指标抽离出来并形成一种认识，就好像对一个人“气质”的概括，“气质”是基于这个人的“谈吐”“衣着”“姿势”“表情”等指标综合在一起，然后基于历史对“气质”这样的概念得出结论，“气质”不可以依靠眼睛感受直接获取，而是需要收集这个人的细节描述信息，形成对这个人的整体印象。3、分析分析就是将研究对象的整体分为各个部分、方面、因素、层次，并加以考察的认知活动，也可以通俗地解释为发现隐藏在数据中的“模式”和“规则”。4、三者之间关系通过描述获取数据的细节，通过概括得到数据的结构，通过分析得到想要的结论。分析区别于描述和概括一个非常重要的特征就是以目标为前提，以结果为导向。

数学思维是什么意思：数学思维一方面体现在它的方向性，另一个重要特征是客观性。数学思维它能够帮助你摒弃主观的偏见与看法。诸如遇到突发事件能在第一时间冷静下来，抛去恐慌的情绪；对自己喜欢的项目客观分析，不对数据进行修饰；对自己犯下的错误能客观评论，给出解决方法等。喜怒哀乐是每个人都会有的情绪，而对数据分析师而言，一旦进入工作就要绝对理性与客观，这也是数据分析师思考问题的前提。

R语言的优势和特点：1、算法覆盖广，软件扩展易作为统计分析工具，R语言几乎覆盖整个统计领域的前沿算法。截止2017年2月25日，CRAN（ComprehensiveRArchiveNetwork）上已经有10162个可以获取的R扩展包，并且以每个月200多个包的速度发布，内容涉及各行各业，可以适用于各种复杂的统计，如：贝叶斯推断、分类方法、计量经济学、生态学、金融学、遗传学、机器学习、稳健统计、空间统计、生存分析、时间序列等多个方面。数千个R包，上万种算法，开发者都能找到可直接调用的函数实现。2、算法覆盖广，软件扩展易3、强大的社区支持作为一个开源软件，R背后有一个强大的社区和大量的开放源码支持，获取帮助非常容易。比如国外比较活跃的社区有GitHub和StackOverflow等，通常R包的开发者会先将代码放到GitHub，接受世界各地的使用者提出问题，然后修改代码，等代码成熟后再放到CRAN上发布。国内最活跃的R社区就属统计之都以及统计之都旗下的COS论坛了。4、非过程模式Python虽然也支持命令模式，但是相对来说，更偏向于流程控制语句，也就是可以写一堆语句，然后执行。R本身基本上不需要用到流程控制（当然，它也支持流程控制）。5、交互性敲回车，出结果。但是又不像SPSS那种用鼠标扎针的交互方式。

智能机器人基本概论：智能机器人是一种包含了多学科知识的技术，它是伴随着人工智能的出现而产生的。如今，智能机器人的地位变得越来越重要，在很多领域和岗位上都需要有智能机器人的参与和配合，因此，人们对智能机器人的研究也越来越深入。虽然在现阶段，我们在生活中还很少发现智能机器人的影子，但是，在未来，随着智能机器人技术的不断发展，伴随着越来越多科研人员的努力，相信智能机器人势必会走进每个家庭，为人们提供更好的服务，对人类和社会起到非常重要的作用。机器人技术发展：伴随着信息技术、计算机等相关技术的快速发展，机器人技术的发展也越来越快，应用领域也不断地扩大，机器人的发展在智能化、多样化的道路上越走越远。简单来讲，对于机器人，国际上是这样来定义的。它是一种可以通过编程来完成各种任务的机器，通过改变程序，就可以实现完成不同任务的功能。机器人的发展主要经历了三个阶段：1、第一代机器人：它可以根据人们事先编写好的程序工作，而且只能按照固定的模式重复工作。2、第二代机器人：第二代机器人具有一定的自适应能力，可以根据不同的需要按照不同的程序完成不同的工作。3、第三代机器人：第三代机器人就是智能机器人。它是在科技不断发展的环境下应运而生的。智能机器人具有人的智慧，有一定的分析和判断能力，可以根据周围环境和自身的状态采取相应的策略来完成任务，具有很强的学习能力和自适应能力。所谓的“智能机器人”就是在传统的机械机器人的基础上，再加上一个和人一样具有智慧的“大脑”，这个“大脑”通常指的是智能机器人内部的一个中央处理器。虽然智能机器人可以进行自我控制，但它不具备人体内部的结构，只是具备各种传感器，包括视觉传感器、听觉传感器、触觉传感器等。智能机器人能够理解人类的语言，还可以用人类语言与人类进行对话。智能机器人可以从不同的角度进行分类。按照用途可以分为家庭机器人、医疗机器人、军事机器人等；按照作业空间可以分为水下机器人、管道机器人、空中机器人等；按照移动方式可以分为爬行机器人、步行机器人、轮式机器人等。1、传感型机器人：本身不带有智能单元，只有感应机构和执行机构，在实际操作过程中，传感型机器人可以通过视觉、听觉、触觉等传感系统处理信息，它的控制是由外部的计算机实现的，计算机上具有完善的智能处理单元，可以根据机器人获得的信息对机器人进行合理的控制。2、交互型机器人：可以通过计算机系统与人类进行对话，具有一定的语言交流能力，由操作员来实现对机器人的控制和操作，虽然它具备了一定的处理问题和决策问题的能力，但是存在一定的局限性。3、自主型机器人：自主型机器人可以不受人的干预，自主应对各种复杂的环境，自动完成任务。它包括感知、处理、决策、执行等应用模块，可以模仿人的思考方式和行为方式，独立处理各种问题，自主完成各种复杂活动。

协同进化的概念：自然界中的各个物种共同生存于同一个生态系统中，每个物种在其中都有自己的生存环境。由于资源有限，各个物种必须通过竞争和合作才能获得自己生存所需的资源。竞争和合作又促使物种不断进化和改变，并影响彼此的进化过程，这样的过程就称为协进化。协进化概念是基于物种间两种最基本的交互方式而得到的，即合作与竞争。因此，在这个意义上，协进化可以分为：1）合作型协进化（CooperativeCoevolution)。2）竞争型协进化（CompetitiveCoevolution）。

行为主义体系三个原则：基于行为主义的MAS以Brooks的基于行为的系统分析与设计方法为基础，其系统设计有三个基本原则：1）最小性：系统应尽量简单以便与环境进行快速交互；2）无状态性：系统本身没有关于外部环境的状态模型，其行为是基于“感知-行为”的模式进行的；3）鲁棒性：系统能够有效地处理而不是去除实际环境中的不确定性。

边缘计算联盟（ECC）针对边缘计算，定义了四个领域：设备域：边缘计算在这一层，可以对感知的信息直接进行计算处理。网络域：通过部署计算能力，实现各网络协议的自动转换，对数据格式进行标准化处理。数据域：边缘计算，使得数据管理更智能、存储方式更灵活。应用域：边缘计算提供属地化的业务逻辑和应用智能。