No 1. Nate Silver：要成为优秀的数据科学家，你应该把49%的时间花在培养统计直觉上(对于数据如何…
    No 2. 《自然语言处理入门》
    No 3. 【VS Code里玩转Jupyter Notebook】
    No 4. 《统计与真理(Statistics and Truth: Putting Chance to Work)》
    No 5. ‘史上最大规模1.4亿中文知识图谱’ by Yener GitHub: http://t.cn/Ai…
    No 6. 《贝叶斯数据分析(Bayesian Data Analysis)》
    No 7. 【《数据可视化：实用指南》随书代码】
    No 8. Azeem Majeed：我以前常对博士生们讲，读博士不是短跑，更像是马拉松。现在可好，Eliud …
    No 9. 岁月是把杀猪刀，也是人脸识别另一大挑战 (1865 vs. 1871) …
    No 10. 费曼问题解决算法： 写下问题 - 苦思冥想 - 写下答案 …
    No 11. 可视化：浏览器十年变迁史
    No 12. 【机器学习资源大列表】
    No 13. 《Conditional Independence — The Backbone of Bayesian Networks》
    No 14. 【PyTorch Mobile：部署到手机上的端到端PyTorch深度学习工作流】
    No 15. 【用 Matplotlib 实现柱状图动态可视化(赛跑图)】
    No 16. ‘天池NL2SQL挑战赛冠军方案’ by NUDT NLP GitHub: http://t.cn/…
    No 17. 【素数可视化：不思议之美】
    No 18. 【Python 3.8.0 正式发布，PyPI 上包总数突破20万~】
    No 19. 如果程序员是搞语言学的…甲：“？？？”
    No 20. 《Link Prediction via Deep Learning》
    No 21. ‘Chinese-Text-Classification-Pytorch - 中文文本分类，Text…
    No 22. Andrew R. Schrock：常有学生问我，实际工作中，什么技能最有用。有时我会答：“熟练使用Excel”
    No 23. 正说和反说都是一个意思的词语
    No 24. 【Matlab 开放优化控制库】
    No 25. 【科技期刊文章写作技巧】
    No 26. 【机器人、优化和模型预测控制C++库】
    No 27. 【grex：根据输入字符串自动生成正则表达式的命令行工具】
    No 28. 《最后的数学问题》
    No 29. 抽象 vs. 现实 😛
    No 30. 《When a Good Translation is Wrong in Context: Context-Aware Machine Translation Improves on Deixis, Ellipsis, and Lexical Cohesion》
    No 31. 日常复现 😊🤭 http://t.cn/AiuE3bk5
    No 32. Rachel Thomas：学术研究做得好和做老师做得好是两码事。我上过最糟糕的课是R1类大学的某些…
    No 33. 【RLCard：纸牌游戏强化学习工具包】
    No 34. 建议打印出来挂墙上，写论文时看看，有助于缓解焦虑 [挤眼]…
    No 35. 【强化学习相关比赛列表】
    No 36. 【分类特征编码的简易方法】
    No 37. 哈哈哈哈哈哈哈烦死了！[皱眉]
    No 38. 《exBERT: A Visual Analysis Tool to Explore Learned Representations in Transformers Models》
    No 39. 【体会H2O’s AutoML机器学习自动化】
    No 40. 《Deep Kernel Transfer in Gaussian Processes for Few-shot Learning》
    No 41. “NLP怎么这么南”
    No 42. 【Xilinx 边缘 AI 平台教程】
    No 43. 【PyTorch 低精度算术模拟包】
    No 44. 《Combining Geometric and Topological Information in Image Segmentation》
    No 45. 【Lanelet2：自驾地图数据处理框架】
    No 46. 20年版本：
    No 47. 一个有意思的性能分析器Coz，传统perf和profile一般告诉你哪里慢了，但是哪里导致慢还得苦苦分析，Coz通过“虚拟加速代码”
    No 48. 主动加速式分析器//一个有意思的性能分析器Coz，传统perf和profile一般告诉你哪里慢了，但是哪里导致慢还得苦苦分析，Coz通过“虚拟加速代码”
    No 49. 《Mining Algorithm Roadmap in Scientific Publications》
    No 50. 【命令行服务大列表】