No 1. 当有人想帮你优化代码…… [笑cry]
    No 2. 【“喵解”强化学习】
    No 3. 【图机器学习入门】
    No 4. 【Pandas数据处理:清洗与处理】
    No 5. 【文献综述需要回答的问题、常见问题、如何处理阅读困难的材料】
    No 6. 审查自己代码时的我 [哈哈]
    No 7. 【Google Colab使用入门】
    No 8. 【机器学习异常检测/状态监控】
    No 9. 【数据可视化分析平台,用更少的代码构建基于数据的web应用】
    No 10. 【强化学习,快与慢】
    No 11. 【《金融机器学习进展》的Python实现】
    No 12. 【Scikit-learn新RC版本增加了与xgboost、lightgbm速度相媲美的高效gradient boosting实现】
    No 13. 【SLAM相关资源大列表】
    No 14. [思考]
    No 15. #AI 看不懂#
    No 16. 【Go语言写的gameboy模拟器】
    No 17. 【(Facebook)用自监督、CV、NLP检测不良内容】
    No 18. 可视化:北京24小时出租车轨迹 by Will Geary
    No 19. 【强化学习与可微编程】
    No 20. 【Scikit-Learn命名实体识别与分类实战】
    No 21. 《Multi-task Self-supervised Object Detection via Recycling of Bounding Box Annotations》
    No 22. 【(Python)山脊图绘图包】
    No 23. Mushfiq Mobarak:我10岁的孩子问我:“你怎么了?”
    No 24. 【为机器学习模型正确准备数据的5个步骤】
    No 25. 【用于寻找和分析神经网络重要神经元的工具包】
    No 26. 神经科学体系结构(t-Sne map) http://t.cn/ESufBVA
    No 27. 《Fast AutoAugment》
    No 28. 【用Python打造漂亮的命令行界面】
    No 29. “PyTorch v1.1.0: Official TensorBoard Support, Attributes, Dicts, Lists and User-defined types in JIT / TorchScript, Improved Distributed”
    No 30. GitHub:http://t.cn/ESTxfJ9 data(T-Drive trajectory…
    No 31. 晚安~ [月亮] http://t.cn/ESEgrvT
    No 32. 【基于OpenCV/PiCamera/FFmpeg的高级视频处理库】
    No 33. 【改变你对数据思考方式的五个机器学习悖论】
    No 34. 【Facebook开源的可访问通用平台,用于理解、管理、部署和自动化自适应实验】
    No 35. 【蒙特卡洛树搜索库】
    No 36. 【点云分析相关资源大列表】
    No 37. 早![太阳]
    No 38. 用DeOldify为视频自动着色 Colab:http://t.cn/ESu6vpw http://…
    No 39. ‘Visual Vocabulary with Vega’ http://t.cn/EIziDtf …
    No 40. “List of Python API Wrappers”
    No 41. 《High-Performance Support Vector Machines and Its Applications》
    No 42. 【“飞蛾扑火”的活火山拍摄无人机】
    No 43. 【Facebook开源Ax和BoTorch简化AI模型优化】
    No 44. 【Vid2Game:从真实场景视频提取可控制角色】
    No 45. ‘KDEpy - Kernel Density Estimation in Python’ by t…
    No 46. 【自然语言生成(NLG)交互式演示模板】
    No 47. 《Generating Long Sequences with Sparse Transformers》
    No 48. 【AI Dungeon:基于OpenAI GPT-2生成的文本冒险游戏】
    No 49. 【Rust写的NLP工具包,有Python bindings】
    No 50. 《On the Use of ArXiv as a Dataset》