【更新日期】2019年3月12日

• AlphaGo的制胜秘诀：蒙特卡洛树搜索初学者指南

• 20 道面试题助你拿下微软 AI offer

• kaggle出品的机器学习、python、数据科学课程

• Ian Goodfellow发推讲2个机器学习黑魔法，教你如何推导公式

• 机器学习中，有哪些特征选择的工程方法？

• 如何选择损失函数

• 斯坦福大学Fall 2018课程-机器学习硬件加速器( 附PPT下载)

• UCL等三强联手提出完全可微自适应神经树：神经网络与决策树完美结合

• 通俗理解kaggle比赛大杀器xgboost

• XGBoost参数调优完全指南（附Python代码）

• 用简单易懂的例子解释隐马尔可夫模型

• 机器学习模型该如何选择和评估？希望这个小册子能帮到你！

• 想要算一算Wasserstein距离？这里有一份PyTorch实战

• 最全的机器学习可解释性资料（machine-learning-interpretability）