原文：【转】介绍几本专业的书籍，一起学习
CMU大师对软件工程师的系统建议
心不留意外尘    阅136
运筹学：从入门到毕业
dakawang    阅125
你应该阅读哪本因果推断书籍: 一份进阶流程图和简短书评列表
计量经济圈    阅1406    转5
回首过去50年，有哪些重要的统计思想？
非著名问天    阅43
50年最重要，8大统计学发展：哥大教授论文列举推动AI革命的统计学思想
lindan9997    阅21
让深度学习进入移动端，蘑菇街在移动端的深度学习优化实践
快读书馆    阅450    转2
深度学习入门指南！六步构建深度神经网络
无悔大哥chen    阅103    转3
手把手教你在试验中修正机器学习模型
天下小粮仓    阅72
机器学习必备的数学基础有哪些？
CHOK2620    阅220    转7
数学在机器学习中的角色
莫斯科威    阅87    转5
马尔科夫链
西纳    阅142    转2
作为一名大一新生专业是大数据专业，应该从哪里开始入门学习？
令狐骚    阅360
1. 线性代数：线性代数是人工智能的基石之一 它涉及向量、矩阵和
geoallan    阅12    转2
关于20世纪10个最伟大的算法
多物理场仿真    阅415    转4
书单 | 专为程序员而写的数学书
新用户0118F7lQ    阅162
一个机器学习算法工程师，对数学的掌握程度应该是怎样的？
lsj3355    阅860    转5
利用最优传输理论来对齐并融合两个或多个Transformer模型
天承办公室    阅140
Transformer里面的缓存机制
520jefferson    阅231
人工智能中的数学
nanyangwang    阅1305    转11
这个图聚类Python库火了，可对社群结构进行可视化、检测
wenxuefeng360    阅42
写给统计专业的学弟学妹们（3）
Purefact    阅410    转8
从小白到月薪上万 ｜ 如何快速入门并成为厉害的数据分析师
无聊斋话    阅690    转5
一本老书，吴军老师《数学之美》
星光闪亮图书馆    阅1230    转4
如何安排自己大学阶段的学习才能成为一名优秀的 Quant？
我是大懒虫wbyt    阅66    转2
【ICML2018】63篇强化学习论文全解读
yangtz008    阅383    转3
信吗？数据分析可以安排你的终身大事!
天道酬勤197102    阅35    转2
这份开源的深度学习笔记，太牛了，我只能佩服的五体投地
西北望msm66g9f    阅73
横空出世- UCloud “文曲” AI as Service解决方案
黑马_御风    阅300    转5
李飞飞加入谷歌后首次中国演讲：我的选择与机器认知进化
wxd4395    阅656    转5
“经济学 机器学习 计算”我们整理了入门综述、案例和代码（人大校内可访问）
10羊皮卷    阅275    转4