No 1. 某些实验结果看似不错的论文[笑而不语]
    No 2. 《Python编程与实践》
    No 3. Jia-BinHuang：分享一个写作方面的思路——别让读者在对应上费事，举例说明：1、图：不要让读者自己将(a),(b),(c)…与描述相对应(图1)；
    No 4. JohnGallagher：所谓学术生涯，就是不停下载你这辈子都读不完的pdf文档。
    No 5. 全景模式还能这么玩？[坏笑]
    No 6. 吴恩达教你读论文(如何获取特定领域新知识)
    No 7. 为方便大家阅读交流，这里集中解释下微博里几类论文的筛选原则和意义：-每天早晨分享的，是个人认为值得关注的最新论文，标题前加*号的是个人认为值得重点关注的论文，一般来说，推荐程度按发布先后顺序依次递减。筛选原则，一方面是个人偏好，再就是一些通行的原则，感兴趣可以参考：…全文
    No 8. 联合@人邮异步社区 送出5本《“笨办法”学Python 3：进阶篇》
    No 9. Matplotlib官方速查表
    No 10. 联合@图灵教育 送出5本《白话机器学习的数学》
    No 11. Naval：要是你需要一个学位才能做某件事，那这件事不会让你变得富有。
    No 12. 论文被“认真”评审是种什么体验🤪
    No 13. CatalinPit：让困难事情变容易的唯一方法就是练习。不断练习，练习，重复练习……
    No 14. MishaDenil：如果我现在开始读研，应该不会读机器学习的博士。并不是因为竞争太激烈，而是觉得这未必是个好主意。重大挑战事是什么，目前该领域还未达成共识。现在，情况已经比前些好多了，当时我们真的没什么思路，最有希望的方向，是将机器学习应用于相关领域（化学、机器人学、经济学等）问题上。
    No 15. ElonMusk：语言是思想的有损压缩。
    No 16. 初学编程，最有帮助的几点建议：·一次只做一件事
    No 17. 事实往往是，不如你的人嘲笑你，比你强的人鼓励你。
    No 18. “信也科技杯”(原’魔镜杯”)第五届数据解决方案应用大赛开始报名
    No 19. 在身边多聚拢这样五类人：能力卓越的，充满热情的，积极主动的，知恩图报的，和思想开放的。
    No 20. 康奈尔大学《机器学习金融应用》课程资料
    No 21. 猜你一定喜欢这套VSCode配色——Monokai
    No 22. #抽奖##赠书# 携手 @东南大学出版社 送出 5 本《Python数据分析（中文版）》
    No 23. Vega：诺亚方舟实验室自研的AutoML算法工具链
    No 24. “哈佛大学刚刚宣布今年所有课程都将完全虚拟化，学费仍然是49,653美元。”via:CoreyA.
    No 25. 致邮件订阅网友的“最后”一封信
    No 26. 晚安～[月亮]
    No 27. 白话卷积核类型
    No 28. Wechaty：开源的个人号微信机器人接口，支持多种微信接入方案，只需6行代码即可搭建简单微信聊天机器人
    No 29. “问题不在于受教育的人。问题在于，他们所受的教育，仅足以让他们相信所学的知识，却不足以让他们质疑自己所学到的。”-匿名
    No 30. 你最想对在用/学的编程语言说的一句话是什么？[笑而不语]
    No 31. #抽奖##赠书# 携手@博文视点Broadview 送出 5 本《落地之路：硅谷无人驾驶产品心经》
    No 32. 新论文vs.老论文
    No 33. 在Google, Arxiv, Scholar, Twitter, Github等页面直接显示论文源码链接的Chrome插件
    No 34. DanielBourke：当你意识到能学习任何想学的东西时，整个世界感觉都不一样了。
    No 35. 吴恩达：“AI是新的电力!”现实：电力(计算)是新的AI
    No 36. #抽奖##赠书# 携手@人民邮电出版社，送出5本《百面深度学习》
    No 37. 免费书：面向数据科学的概率与统计
    No 38. 一键中文数据增强工具
    No 39. 这字典太棒了！👍(可惜我也不知道是哪本)
    No 40. Sweetviz：Python探索性数据分析(EDA)库，一行代码实现数据集可视化、比较与分析
    No 41. 免费新书：PyTorch深度学习(节选)
    No 42. 《动手深度学习》(英文版) 官方增加实例TensorFlow实现(至第七章)
    No 43. 2020进度：▓▓▓▓▓▓▓▓░░░░░░░51%⛽️
    No 44. 值得参考：Google专业机器学习工程师认证指南
    No 45. [列表]《Awsome Machine Learning》
    No 46. PyTorch实现的YOLOv4
    No 47. 数据科学家、人工智能工程师、机器学习工程师的自学之路
    No 48. 论文写作相关资源大列表
    No 49. ‘前端面试必备题库，1000+面试真题，Html、Css、JavaScript、Vue、React、Node、TypeScript、Webpack、算法、网络与安全、浏览器’bylgwebdream
    No 50. 这么一说不就清楚多了！✅