-
GitHub高星!網際網路公司最常見的面試算法題大集合
只有熟練掌握基礎的數據結構與算法，才能對複雜問題迎刃有餘。最近添加的部分， 前面會有 🆕 標註；最近更新的部分，前面會有 🖊 標註；將來會在這裡更新anki卡片。leetcode官方帳號在知乎上給出的一個《網際網路公司最常見的面試算法題有哪些？》
-
Github中文項目排行榜,你永遠想不到開發者都用它幹了什麼
機器之心報導項目作者：kon9chunkit沒事逛一逛中文項目排行榜，什麼下載插件、投資理財、求職面試、買房指南，你會打開 GitHub 的新世界大門。當然，還是有編程指南、機器學習之類的正經項目。不久前，有 GitHub 用戶吐槽說，GitHub 的每日趨勢榜不按照國家和地區來區分，使得榜單上總會有很多點讚量很大的中文項目，有時候甚至會佔據半壁江山。這位用戶呼籲，GitHub 應該按照開發者所屬國家和地區進行項目排行。從今天（2019 年 10 月 10 日）的榜單來看，確實有一部分項目是中文的。
-
word中下標和上標怎麼輸入? - 國哥筆記
本篇將介紹的是word中怎麼輸入上標和下標，有興趣的朋友可以了解一下！word是我們生活中很常用的一款文檔編輯軟體，它的一些簡單操作我們應該知道。今天將介紹的就是word中的一個簡單操作，word中輸入下標和上標。word中輸入上標和下標雖然不是很常用，但是有時候還是會用到，比如：輸入一些化學式或輸入平方的時候，我們就需要輸入下標或上標。
-
55頁博士筆記總結ICLR 2019大會幹貨
那麼ICLR 2019會場都有誰上臺演講了？他們都講了什麼？下面新智元為大家帶來一份55頁的ICLR 2019會議的Highlights筆記，由布朗大學博士四年級學生David Abel總結整理，通篇乾貨。
-
面試資源、公共API、多樣化學習路徑,這10個GitHub庫開發者必看
GitHub 是共享各種技術、框架、庫和集合的頭號平臺，越來越多的人到該平臺尋找最有用的庫。本文作者全棧工程師 Simon Holdorf 列舉了十個能夠為所有軟體工程師提供巨大價值的 GitHub 庫。這些庫均具備大量 GitHub 星數，顯示其關聯性、流行性和效用。
-
易經:七夕節看牛郎織女星,上古觀星術入門,體味傳統文化魅力
易經：七夕節看牛郎織女星，上古觀星術入門，體味傳統文化魅力七夕節原本是我國民間源於上古時期的傳統節日。這個節日是眾多女性的節日，女生們會做比如乞巧、許願、祈福等極富浪漫色彩的活動。因為「牛郎織女」的愛情故事，感動了一代又一代的人們，人們崇尚美好的愛情，同時也崇拜織女的高超技藝。
-
1700頁數學筆記火了!全程敲代碼,速度飛快,硬核小哥教你上手
數學課上，全程鍵盤手打1700頁筆記。速度緊追老師板書，公式、圖形一個不落。效果？請看下圖：不僅排版媲美教科書，而且還能夠批註，檢索關鍵詞……筆記被他Po到網上之後，便引來大量圍觀。不到一天，相關推文就已經有2000多贊，Hacker News論壇上蓋了200多樓。
-
MIT線性代數(Linear Algebra)中文筆記
前段時間， Github作者yizhen20133868在Github上發布了MIT線性代數的中文筆記，該筆記總結了他們在學習MIT線性代數課程的學習經驗和過程。課程順序是按照麻省理工公開課的 Linear Algebra. 記錄的學習筆記。
-
附筆記pdf下載,MIT中文線性代數課程精細筆記[第四課]
pdf版本下載學習，這裡我把相關資源放到github上並重新更新完，希望對大家學習有所幫助。如有幫助，歡迎大家給個Star！！目錄如下：該筆記總結了我們在學習MIT線性代數課程的學習經驗和過程。課程順序是按照麻省理工公開課的 Linear Algebra. 記錄的學習筆記。
-
142頁「ICML會議」強化學習筆記整理,值得細讀
其中強化學習便是該會議很重要的一個話題，每年都有非常多的投稿。本文整理了David Abel總結的ICML2018、2019兩年的深度強化學習筆記，詳看正文。1ICML-2019-RL-Note作者整理簡介：我在本次會議的RL分場上度過了大部分時間（可惜錯過了所有主題演講), 所以我的大部分反思（和筆記）都集中在RL：關於非策略評估和非策略學習的大量工作（例如，參見Hanna 等人[35]，Le等人[49]，Fujimoto等人[26]，Gottesman等人的工作）等[32]探索再次成為一個熱門話題
-
GitHub趨勢日榜第一
GitHub趨勢日榜排名全球第一，已斬獲2K+星。為什麼這麼火？因為這是一本基於TensorFlow 2.0 正式版的中文深度學習開源書。還包含電子書和配套原始碼。主要介紹TensorFlow相關基礎，為後續算法實現鋪墊。第三部分是6-9章。主要介紹神經網絡的核心理論和共性知識，助於理解深度學習的本質。第四部分是10-15章。主要介紹常見的算法與模型。除此之外，每個章節裡的內容編排也是理論與實戰相結合。
-
算法工程師路線圖(經驗濃縮,純乾貨!)
這是程式設計師很重要的一項基本功，所以不管應聘什麼崗位都會有一輪面試是算法面，也稱為coding面。而網際網路公司的算法工程師崗位中這個算法則是機器學習算法，說的通俗點，就是人工智慧領域中的算法，它是關於如何讓機器自動學習和挖掘數據中的規律，並使用算法和模型對未來進行預測。目前來說這也是網際網路行業中最熱門的一個崗位，開出的薪酬也普遍高於開發崗。
-
算法最熱arXiv論文接收率高一倍,NeurIPS2019最全報告+視頻+筆記
投稿熱門關鍵詞：算法、深度學習、應用今年及去年各領域投稿、錄取比例如下圖所示（按每個領域中提交論文的數量進行排序）。從投稿數量可以看出，算法、深度學習與應用是今年投稿論文最集中的幾個領域，而概率方法、優化、神經科學則相對冷門。
-
大盤點|性能最強的目標檢測算法
其實現在大多數論文要麼強調 mAP 很高，要麼就是強調 mAP 和 FPS 之間 Trade-off 有多好。本文就來盤點一下 mAP 最高的目標檢測算法，小編將在COCO數據集上 mAP 最高的算法認為是"性能最強"目標檢測算法。
-
6月份Github上熱門的開源項目
2. practical-pythonhttps://github.com/dabeaz-course/practical-pythonStar 4603這是一份實用的Python教程，涵蓋 Python 編程的基礎方面，重點是腳本編寫，數據操作和程序組織。
-
盤點:2017年GitHub上30個優秀的機器學習項目
GitHub：11786顆星來自：Facebook研究室註：Muse是基於FastText的多語言無監督或有監督的字嵌入項目，在GitHub上獲星695顆。項目地址：https://github.com/facebookresearch/fastText?
-
資料| 1800頁33章數學方法精要筆記 —深入數學建模, 機器學習和...
負責開發模型和算法的一線科學家和工程師， 都需要有堅實的數學基礎。相信有許多所有對數學建模，機器學習和深度學習深感興趣的小夥伴，有一定的基礎卻常常被繁雜的定理和錯綜的模型所困 —— 那麼這本書就是一部可供隨時查閱，幫助大家融會貫通的寶典。本書有以下幾大亮點：a. 全書乾貨多覆蓋範圍廣， 包含～100 個核心算法， 約 300 個示意圖。例子豐富，且絕大部分定理都有證明。
-
梅林午餐肉的傳說—底有什麼與眾不同的魅力?
還記得讓你真香的一樣食物是什麼嗎?這在個問題的榜上前三名一定有午餐肉，畢竟這個看起來像是火腿腸的傢伙，沒想到有一天會直接徵服自己的味蕾，午餐肉=火腿腸，是無知的我對它最大的傷害。 自從有了它，小編每次燜多吃不完的米飯，都是這麼做的。 炒了兩鍋飯，最後一口也沒留下 煮麵： 對於加班狗來說，泡麵可能最好的靈魂伴侶了。 泡一碗麵，配上純豬肉的午餐肉，寒冬的深夜來一口，暖了胃也暖了心。
-
吳恩達深度學習筆記(13)-多樣本梯度下降和向量化處理多批次數據
當你的算法輸出關於樣本y 的 a(i)， a(i)是訓練樣本的預測值，即：所以我們在前面展示的是對於任意單個訓練樣本，如何計算微分當你只有一個訓練樣本。因此dw_1，dw_2和db 添上上標i表示你求得的相應的值。
-
GitHub標星6000+!Python帶你實踐機器學習聖經PRML
書中有對概率論基礎知識的介紹，也有高階的線性代數和多元微積分的內容，適合高校的研究生以及人工智慧相關的從業人員學習。知乎上關於這個關於「PRML為何是機器學習的經典書籍中的經典？」的高贊回答或許會給大家一些啟發：Luau Lawrence的回答：https://www.zhihu.com/question/35992297/answer/67009652PRML 對初學者確實有一定難度，如果覺得吃力可以先讀一下知乎上推薦的科普性讀物，掌握了機器學習的基礎概念之後再進行後續的學習。