什么值得看 第1期
时间:2017年1月29日
《什么值得看》 是我爱计算机的一个子栏目,旨在每周分享计算机科学与技术领域的经典文章。我们不追求时髦和标新立异,只在乎经典和传承。
[1] 什么是好数学?作者:Terence Tao
推荐理由:本文译自澳大利亚数学家 Terence Tao 的近作 “What is Good Mathematics?” (arXiv:math/0702396v1 [math.HO])。 Tao 是调和分析、 微分方程、 组合数学、 解析数论等领域的大师级的年轻高手。Tao 的这篇短文在一定程度上阐述了他的数学观, 在这点上类似于英国数学家 Hardy 的名著《A Mathematician's Apology》。
[2] 给大科学家设计个logo, 会是什么样?
推荐理由:文章结合各大科学家的主要科学贡献和有趣的轶事量身定做了个人Logo,生动有趣。
[3] 谷歌是在炒作么?大牛详解神经网络算法为什么不适合自然语言处理
推荐理由:作者从科学的角度解释了当前火热的深度学习在NLP领域应用存在的问题,不可多得的理性分析的好文章。
[4] 数学公式的英文读法
推荐理由:很多中国学生其实不能用英语读地道的数学公式,这篇文章帮你扫盲。
[5]朱松纯: 文章千古事, 得失寸心知 | 学术人生
推荐理由: 本文仅凭一家之观察、感想和思辨,探讨到底什么是学术人生;学术人生的理想境界是什么;人生价值如何评估。是青年学者思考自己学术人生的好参考。
[6] Twitter 背后的基础设施
推荐理由: Twitter 工程团队出品,介绍了 Twitter 基础设施在规模上的基础架构设计、演变过程、监控工具等多方面的情况。
[7] 2016年中国移动互联网发展分析报告
推荐理由:关于移动互联网产业的详细数据及分析,是了解市场的好东西。
[8] Google:Rules of Machine Learning: Best Practices for ML Engineering
推荐理由:Google工程师基于Google主流产品机器学习应用经验教训出品的机器学习若干准则,很受用,是工业界机器学习人员必备的好参考。
[9] Learn TensorFlow and deep learning, without a Ph.D
推荐理由:Google cloud官方出品的TF深度学习教程,权威之作。
[10] colah 深度学习系列 翻译:AI100
推荐理由:神经网络的数学本质是对高维度数据进行降维分类,发现统计规律。而大多数人对于这个降维过程很难理解,本文用非常简单的图像和动画形式,用最接近人类思维的方式,描述了这个过程,很赞的理解神经网络的一个角度。
《什么值得看》 是我爱计算机的一个子栏目,旨在每周分享计算机科学与技术领域的经典文章。我们不追求时髦和标新立异,只在乎经典和传承。如果您有好文章推荐或者对该栏目有任何建议,请邮件联系 longxingbiaoju#gmail.com (请将#替换为@),感谢您的支持。
原文 http://www.52cs.org/?p=1532