No 1. 《Python编程与实践》
    No 2. 全景模式还能这么玩？ [坏笑] http://t.cn/A6yLQG9o …
    No 3. 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…
    No 4. 初学编程，最有帮助的几点建议：· 一次只做一件事 · 理解问题，分解问题，然后再写代码 · 问…
    No 5. 【康奈尔大学《机器学习金融应用》课程资料】
    No 6. 【在Google, Arxiv, Scholar, Twitter, Github等页面直接显示论文源码链接的Chrome插件】
    No 7. 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 8. 新论文 vs. 老论文 [笑而不语] http://t.cn/A6yLBdRM …
    No 9. 【快速找到最新AI技术的模型/代码/API】
    No 10. 【darts：Python时序数据简易处理/可视化/预测包】
    No 11. 【论文写作相关资源大列表】
    No 12. John Gallagher：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 13. 表示学习的本质 http://t.cn/A6y4vgxV
    No 14. Robert Lange的“Game Theory in Machine Learning”
    No 15. 【吴恩达教你读论文(如何获取特定领域新知识)】
    No 16. 【ECCV 2020 论文/代码(链接)列表】
    No 17. 【comparxiv：用于比较arXiv上两提交版本差异、快速发现改进点的命令行工具(Python包)，安装：pip install comparxiv 】
    No 18. 《Debiased Contrastive Learning》
    No 19. 【免费书：生命建模——用数学工具探索生物系统】
    No 20. 《Python数据分析（中文版）》
    No 21. 【Google的机器学习公平性免费课程】
    No 22. “免费在线课程：使用spaCy做进阶自然语言处理”
    No 23. 【成功发表论文的11点提示】
    No 24. 【“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 25. 【用SQL语句查询git库】
    No 26. 【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 27. 【XRL：可解释强化学习】
    No 28. 《百面深度学习》
    No 29. 【SMMT：社交媒体挖掘工具包】
    No 30. 早！[太阳] #早安#
    No 31. 【树莓派上的联邦学习】
    No 32. 【zsh的bash命令行自动补全】
    No 33. 【如何根据高质量的数据写出可发表的论文】
    No 34. 《Scalable Differentiable Physics for Learning and Control》
    No 35. 【机器学习暑期学校2020(Youtube在线免费)】
    No 36. 这创意绝了！[good]
    No 37. 《Learning Search Space Partition for Black-box Optimization using Monte Carlo Tree Search》
    No 38. 《Transformers are RNNs: Fast Autoregressive Transformers with Linear Attention》
    No 39. 《Early-Learning Regularization Prevents Memorization of Noisy Labels》
    No 40. 《What Deep CNNs Benefit from Global Covariance Pooling: An Optimization Perspective》
    No 41. 【Facebook的ACL 2020成果汇总】
    No 42. 《A Survey on Recent Progress in the Theory of Evolutionary Algorithms for Discrete Optimization》
    No 43. 【1800页33章数学方法精要笔记——深入数学建模， 机器学习和深度学习的数学基础】
    No 44. 《Validation and generalization of pixel-wise relevance in convolutional neural networks trained for face classification》
    No 45. 【RepNet：视频重复次数计数】
    No 46. 《The Gaussian equivalence of generative models for learning with two-layer neural networks》
    No 47. 【so：Rust写的Stack Overflow命令行界面，实用！】
    No 48. 【(EEML2020)强化学习教程(Colab)】
    No 49. 《A Multi-View Deep Learning Approach for User Modeling in Recommendation Systems》
    No 50. 晚安～[月亮] #晚安# http://t.cn/A6yyU4rV …