No 1. 《Python机器学习手册：从数据预处理到深度学习》
    No 2. 【图解十大CNN架构】
    No 3. 《Python 快速入门 第3版》
    No 4. 要成为科学家，你不必： - 读过博士 - 发表同行评审的论文 - 有人出钱…
    No 5. ‘AI 路线图（知识树）’ by ApacheCN GitHub: http://t.cn/EoGp…
    No 6. “如果过拟合，就增大数据规模；如果没过拟合，就增大模型容量”
    No 7. 【注重数学推导的机器学习算法学习笔记】
    No 8. AI研究的底线
    No 9. 《挑战程序设计竞赛》
    No 10. 【面向计算机科学与工程的代数、拓扑、微分学和最优化理论】
    No 11. 【正则表达式轻松学】
    No 12. 《Graph Neural Networks: A Review of Methods and Applications》
    No 13. 大O符号咏叹调：O(1) = O(yeah)O(log n) = O(nice)O(nlogn…
    No 14. 《异常检测（anomaly/ outlier detection）领域还有那些值得研究的问题？- 知乎》
    No 15. 【每个数据科学家都该了解的五种特征选择算法】
    No 16. 【Github上评价最高的几个机器学习项目】
    No 17. ‘应急响应实战笔记，一个安全工程师的自我修养’ by Bypass007 GitHub: http:…
    No 18. 【2019语义分割指南】
    No 19. 【用Pytorch超快速训练神经网络的九个技巧】
    No 20. ‘“神策杯2018高校算法大师赛（中文关键词提取）第二名代码方案’ by Bigzhao Tan G…
    No 21. 对教育不真的热爱，就别轻易登上讲台
    No 22. 【免费书：面向计算机视觉、机器人和机器学习的线性代数】
    No 23. Benedict Evans：最近有人告诉我：“要有谁高谈阔论AI、5G、智能城市或物联网，他们要么不知道自己在说啥，要么根本不在乎。”
    No 24. 【无人驾驶相关文献资源大列表】
    No 25. 最优秀的人，几乎总在造东西，跟聪明人一起。 - Sam Altman …
    No 26. 【Pandas最佳实践】
    No 27. 【微分几何与李群笔记】
    No 28. 【YOLOv3多目标跟踪】
    No 29. PhD Diaries：记住——不管实验行不行，你一定行！ …
    No 30. 【最简单的Numpy入门教程】
    No 31. 【从菜鸟到最年轻Kaggle Master之路】
    No 32. 【构建能推理的神经网络模型】
    No 33. 以相同速度不同角度抛出物体，各条抛物线顶点会形成一个椭圆
    No 34. 晚安~ [月亮] http://t.cn/AijpOzQz
    No 35. ‘PPTHub - 大安全各领域各公司各会议分享的PPT’ by FeeiCN GitHub:
    No 36. 【用Cython 30倍加速 Python代码】
    No 37. ‘HyperLabelImg - 开源可视化图像标注工具(支持人脸关键点/不规则四边形/多边形标注)…
    No 38. Richard Socher：有多少研究成果本质就这么一句话//“如果过拟合，就增大数据规模；如果没过拟合，就增大模型容量”
    No 39. 【够用就好的数据科学家Pandas基础】
    No 40. 【150+ Python数据科学业务应用】
    No 41. 【用马尔可夫逻辑统一逻辑AI和统计AI】
    No 42. 【C++实现的激光雷达扫描/点云多目标检测、跟踪和分类】
    No 43. 【聚类分析实战：客户细分的创建、可视化和解释】
    No 44. 【用Jupyter Notebooks编写、分享算法分析的十条简单规则】
    No 45. 【Kaggle新赛：钢铁缺陷检测】
    No 46. Tom B Brown：机器学习高效工程技巧：0、对单批量过拟合(Overfit a single…
    No 47. 《国内外有哪些比较好的人工智能学习平台？- 知乎》
    No 48. 除网格线以外只有灰度的图片 😲🧠👍 src:http://t.cn/AijQcLaf …
    No 49. 【Weights & Biases：一行代码可视化Keras模型】
    No 50. 【Docker, PyTorch & Flask 机器学习模型训练与web界面部署实例】