No 1. ‘dongbei - 东北方言编程语言’ by Zhanyong Wan GitHub: http:…
    No 2. AI要学的还多着哩~ [笑cry] http://t.cn/A6PSHs8F …
    No 3. 论文摘要 vs. 正文 [偷笑]
    No 4. 《倚天屠龙记》
    No 5. 【实用特征工程技巧】
    No 6. ‘Tesla：完整的 Autopilot 神经网络无人驾驶系统，包括48个网络，经过70,000 G…
    No 7. Rick Wierenga：怎么和同事“打”
    No 8. 费曼学习建议:1、理解比记住更重要！ 2、学习原理，而非公式 3、问问题！ 4、每天读书 …
    No 9. ‘人工智能实战就业(面试)学习路线图’ by TangYudi GitHub: http://t.c…
    No 10. 【《如何写论文》：论文写作指南，更是人生指南】
    No 11. 在我读博期间，有位教授说过：“随便找篇论文，其中漏洞之大都能让你开着卡车穿过去，寻找值得你学习的东西”
    No 12. 一只苹果的复活 🤩 http://t.cn/A6PNPztK …
    No 13. 【为什么随机森林不能预测趋势？如何解决？】
    No 14. The Stoic Emperor：那些整天读微信、微博的人说: “我不看书。没时间。”
    No 15. 速度的感知差异 [并不简单]
    No 17. 《TensorFlow 揭秘(系列)》
    No 18. 【MIT课程：计算机科学“补漏”课——如何充分利用高效程序员常用工具：如何玩转命令行，如何使用强大的文本编辑器，如何高效使用版本控制，如何自动化日常任务，如何管理包和软件，如何配置桌面环境等】
    No 19. Reza Zadeh：健身之于学习，就像黄油之于面包：没什么能比学了四个小时，卡住了，来一个半小时有…
    No 20. 【给有抱负的数据科学家的最佳(免费)数据源】
    No 21. 无人机派上了新用场？[笑而不语] http://t.cn/A6PjzjGA …
    No 22. 师兄能帮你轻松搞定实验，不是因为他更聪明，而是因为同样的状况他已经碰到过上百次了 [笑而不语] h…
    No 23. 论文的多轮修改 [笑而不语] http://t.cn/A6Ppfh6E …
    No 24. Yann LeCun：常听到一种观点：AI系统必须提供解释、建立因果关系，特别是关乎生命的应用。没错，这可能很有用，至少能让人安心……但有时候，虽然没有任何直观解释或因果关系能帮我们准确掌握事物全貌，我们依然能得出准确的模型。在很多物理现象里，“解释”
    No 25. 【手把手：如何解决自然语言处理90%的问题】
    No 26. 【高级机器学习笔记】
    No 27. 【机器学习的数学基础】
    No 28. 【Matplotlib 3.1 速查】
    No 29. Shane Parrish： 错误决定的背后往往是以下原因： 1、基于少量样本的错误假设； 2、希望世界按我们以为的方式运行； 3、盲从 期望/权威/群体； 4、对大趋势熟视无睹； 5、无法确定“然后会怎样”
    No 30. nixCraft：今天看见个程序员。没穿帽衫，没笔记本贴纸，没机械键盘，不用Windows，…
    No 31. Paul Graham：创业失败的首要原因，是做的东西没有人想要。第二个原因，是成本太高。这两个原因…
    No 32. 我们从家里走出去的那天~ [偷笑]
    No 33. ‘信息学竞赛讲课课件’ by Zecong Hu GitHub: http://t.cn/A6PuE…
    No 34. 《1917》
    No 35. 一旦年满18岁，你的6570天免费试用就到期了。 - 匿名 …
    No 36. 【教程：Transformer文本分类】
    No 37. 【推荐系统相关资源大列表】
    No 38. 三星手机的3D扫描功能 [笑cry] http://t.cn/A6PcSiNj …
    No 39. ‘电影数据集 Moviedata-10M - 1000万豆瓣电影/评论/名人/评分数据采集源码分享（…
    No 40. 2020进度：▓▓░░░░░░░░░░░░░ 10% 🚶 …
    No 41. 晚安~ [月亮] 🐱🎙 http://t.cn/A6PdBaz8 …
    No 42. Simon Sinek：生命不是一场比赛，而是一场游戏。不在于输赢，在于游戏结束前，我们能得到多少乐…
    No 43. Naval：不论什么情况，选择非情绪化的反应，看生活会变得多轻松。 …
    No 44. 【牛津大学课程：如何从头开始构建大脑——生物大脑的学习推理与人工智能】
    No 45. 【TensorFlow 2.0初学者教程】
    No 46. 【手把手机器学习信号处理：PCA, ICA, NMF源分离、降维】
    No 47. 【AI Learns to Park：用深度强化学习学停车 (基于Unity’s ML-Agents framework)】
    No 48. 【全球最常用的22个Python包】
    No 49. 【机器学习的贝叶斯方法】
    No 50. 晚安~[月亮] http://t.cn/A6Pnu2Pn