- 知识的极限（QinRoc 翻译）
- 让神经网络变得更小巧以方便部署（PingHGao 翻译）
- 使用合成数据改善机器学习中的极度不平衡数据集（PingHGao 翻译）
- 使用 Chrome 的 Shape Detection API 检测人脸，文本甚至条形码（rocwong-cn 翻译）
- 机器学习中的主动学习（PingHGao 翻译）
- 目标检测评价标准（PingHGao 翻译）
- 一份数据科学 A/B 测试的简单指南（Amberlin1970 翻译）
- 图像修复：人类和 AI 的对决（Starry316 翻译）
- 使用 Python 进行边缘检测（lsvih 翻译）
- 如何用 Keras 从头搭建一维生成对抗网络（TokenJan 翻译）
- 数学编程 —— 一个为推进数据科学发展而培养的关键习惯（Weirdochr 翻译）
- 如何使用 Keras 训练目标检测模型（EmilyQiRabbit 翻译）
- XGBoost 算法万岁！（lsvih 翻译）
- 由浅入深理解主成分分析（Ultrasteve 翻译）
- 人工智能何以留存（YueYongDev 翻译）
- 什么时候需要进行数据的标准化? 为什么？（Ultrasteve 翻译）
- 数据科学家需要掌握的十种统计技术（HearFishle 翻译）
- 从著名数据数据可视化中我们可以学到什么（aceleewinnie 翻译）
- 时间序列数据间量化同步的四种方法（EmilyQiRabbit 翻译）
- 在 Python 中过度使用列表解析器和生成表达式（ccJia 翻译）
- 使用 What-If 工具来研究机器学习模型（Starriers 翻译）
- 如何在 Keras 中用 YOLOv3 进行对象检测（Daltan 翻译）
- 在机器学习中为什么要进行 One-Hot 编码？（lsvih 翻译）
- 在 Keras 下使用自编码器分类极端稀有事件（ccJia 翻译）
- 使用谷歌 FACETS 可视化机器学习数据集（QiaoN 翻译）
- 浅析深度学习神经网络的卷积层（QiaoN 翻译）
- 时间序列分析、可视化、和使用 LSTM 预测（Minghao23 翻译）
- 用 Word2vec 表示音乐？（Minghao23 翻译）
- 使用 Python Flask 框架发布机器学习 API（sisibeloved 翻译）
- 使用 WFST 进行语音识别（sisibeloved 翻译）
- Keras 速查表：使用 Python 构建神经网络（Minghao23 翻译）
- 在数据可视化中，我们曾经“画”下的那些错误（ccJia 翻译）
- 机器学习可以建模简单的数学函数吗？（Minghao23 翻译）
- Python 架构相关：我们需要更多吗？（QiaoN 翻译）
- 深度学习能力的三个等级（HearFishle 翻译）
- 在深度学习训练过程中如何设置数据增强？（ccJia 翻译）
- 使用 PyTorch 在 MNIST 数据集上进行逻辑回归（lsvih 翻译）
- 归一化和标准化 — 量化分析（ccJia 翻译）
- 如何在远程服务器上运行 Jupyter Notebooks（Daltan 翻译）
- 哪一个深度学习框架增长最迅猛？TensorFlow 还是 PyTorch？（ccJia 翻译）
- 如何在 Keras 中使用 LSTM 神经网络创作音乐（HearFishle 翻译）
- Chars2vec: 基于字符实现的可用于处理现实世界中包含拼写错误和俚语的语言模型（kasheemlew 翻译）
- 基于 Python 的图理论和网络分析（EmilyQiRabbit 翻译）
- 时间顺序的价格异常检测（kasheemlew 翻译）
- 用长短期记忆网络预测股票市场（使用 Tensorflow）（Qiuk17 翻译）
- 2019 跟上 AI 的脚步：AI 和 ML 接下来会发生什么重要的事？（TUARAN 翻译）
- 数据科学领域十大必知机器学习算法（JohnJiangLA 翻译）
- 如何用 Python 从零开始构建你自己的神经网络（JackEggie 翻译）
- 提取图像中的文字、人脸或者条形码 — 形状检测 API（jerryOnlyZRJ 翻译）
- Python 的时间序列分析：简介（ppp-man 翻译）
- 从 Instagram 上的故事和反馈机器学习中收获的一些经验（TrWestdoor 翻译）
- 利用 Python中的 Bokeh 实现数据可视化，第一部分：入门（Starriers 翻译）
- 利用 Python中的 Bokeh 实现数据可视化，第二部分：交互（Starriers 翻译）
- 利用 Python中的 Bokeh 实现数据可视化，第三部分：制作一个完整的仪表盘（YueYongDev 翻译）
- 降维技术中常用的几种降维方法（haiyang-tju 翻译）
- 如何使用 Dask Dataframes 在 Python 中运行并行数据分析（Starriers 翻译）
- 时间序列异常检测算法（haiyang-tju 翻译）
- 支持向量机（SVM） 教程（zhmhhu 翻译）
- 通过集成学习提高机器学习效果（Starriers 翻译）
- Google Colab 免费 GPU 使用教程（haiyang-tju 翻译）
- 鲜为人知的数据科学 Python 库（haiyang-tju 翻译）
- 强化学习中的好奇心与拖延症（haiyang-tju 翻译）
- 使用递归神经网络（LSTMs）对时序数据进行预测（haiyang-tju 翻译）
- 深度学习将会给我们所有人的生活一个教训：工作是为了机器准备的（yuwhuawang 翻译）
- 初创公司的数据科学：简介（tmpbook 翻译）
- 在 Keras 中使用一维卷积神经网络处理时间序列数据（haiyang-tju 翻译）
- 使用 Python 的 Pandas 和 Seaborn 框架从 Kaggle 数据集中提取信息（haiyang-tju 翻译）
- 使用 Pandas 对 Kaggle 数据集进行统计数据分析（haiyang-tju 翻译）
- 如何使用 Python 格式化时间型数据（Raoul1996 翻译）
- 使用 Pandas 在 Python 中创建一个简单的推荐系统（xilihuasi 翻译）
- 基于评论的机器学习在线课程排名（davelet 翻译）
- 语义分割 — U-Net（第一部分）（JohnJiangLA 翻译）
- TensorFlow 中的 RNN 串流（sisibeloved 翻译）
- 使用 TensorFlow.js 进行无服务的机器学习（wzasd 翻译）
- 数据科学和机器学习面试问题（jianboy 翻译）
- 用 Python 实现马尔可夫链的初学者教程（cdpath 翻译）
- Python 中的无监督学习算法（zhmhhu 翻译）
- 用 Scikit-Learn 实现 SVM 和 Kernel SVM（rockyzhengwu 翻译）
- Sklearn 中的朴素贝叶斯分类器（sisibeloved 翻译）
- 使用 Python 进行自动化特征工程（mingxing47 翻译）
- Python 与大数据：Airflow & Jupyter Notebook with Hadoop 3, Spark & Presto（cf020031308 翻译）
- 自然语言处理真是有趣（lihanxiang 翻译）
- 给人类的机器学习指南🤖👶（sisibeloved 翻译）
- 深度学习中所需的线性代数知识（maoqyhz 翻译）
- 可微可塑性：一种学会学习的新方法（luochen1992 翻译）
- 给初学者的 Jupyter Notebook 教程（SergeyChang 翻译）
- 如何在安卓应用中使用 TensorFlow Mobile（luochen1992 翻译）
- 在浏览器里使用 TenserFlow.js 实时估计人体姿态（NoName4Me 翻译）
- Google 的 ML Kit 为 Android 和 iOS 提供了简单的机器学习 API（ALVINYEH 翻译）
- 利用 Keras 深度学习库进行词性标注教程（luochen1992 翻译）
- Facebook 的 AI 万金油：StarSpace 神经网络模型简介（noahziheng 翻译）
- Facebook 开源了物体检测研究项目 Detectron（SeanW20 翻译）
- 使用深度学习自动生成HTML代码 - 第 1 部分（sakila1012 翻译）
- IBM 工程师的 TensorFlow 入门指北（JohnJiangLA 翻译）
- 如何使用 Golang 中的 Go-Routines 写出高性能的代码（tmpbook 翻译）
- RNN 循环神经网络系列 4: 注意力机制（TobiasLee 翻译）
- Keras 中构建神经网络的 5 个步骤（lsvih 翻译）
- RNN 循环神经网络系列 3：编码、解码器（changkun 翻译）
- RNN 循环神经网络系列 5: 自定义单元（lsvih 翻译）
- Spotify 每周推荐功能：基于机器学习的音乐推荐（lsvih 翻译）
- RNN 循环神经网络系列 1：基本 RNN 与 CHAR-RNN（changkun 翻译）
- RNN 循环神经网络系列 2：文本分类（changkun 翻译）
- 什么是蒙特卡洛树搜索（CACppuccino 翻译）
- 搭建个人深度学习平台（RichardLeeH 翻译）
- Uber 机器学习平台 — 米开朗基罗（lsvih 翻译）
- 基于 TensorFlow 的上下文聊天机器人（edvardHua 翻译）
- 使用 AI 为 Web 网页增加无障碍功能（lsvih 翻译）
- 在 Airbnb 使用机器学习预测房源的价值（lsvih 翻译）
- 为什么我们渴求女性来设计 AI （TobiasLee 翻译）
- 巧用 ARKit 和 SpriteKit 从零开始做 AR 游戏（Danny1451 翻译）
- 深度学习系列4: 为什么你需要使用嵌入层（lileizhenshuai 翻译）
- 机器之魂：聊天机器人是怎么工作的（lsvih 翻译）
- 深度学习系列3 - CNNs 以及应对过拟合的详细探讨（lj147 翻译）
- 深度学习系列2：卷积神经网络（lsvih 翻译）
- 如何将时间序列问题用 Python 转换成为监督学习问题（lsvih 翻译）
- 深度学习系列1：设置 AWS & 图像识别（lileizhenshuai 翻译）
- 深度学习的未来（changkun 翻译）
- 论深度学习的局限性（CACppuccino 翻译）
- 使用 Python+spaCy 进行简易自然语言处理（lsvih 翻译）
- 从金属巨人到深度学习（XatMassacrE 翻译）
- 在使用过采样或欠采样处理类别不均衡的数据后，如何正确的做交叉验证？（edvardHua 翻译）
- 如何处理机器学习中的不平衡类别（RichardLeeH 翻译）
- Scratch 平台的神经网络实现（R 语言）（CACppuccino 翻译）
- 你会给想学习机器学习的软件工程师提出什么建议？（lsvih 翻译）