Jupyter Notebook虽然在教学等领域有着非常大的优势，但是实际编程中，它的效率、可维护性等方面与python脚本相比的差距到底在哪也一直不那么清晰。就在上个月底，JetBrains的研究人员使用了大量的数据详细对比了二者的差异。这里总结一下其主要结论。
Dirichlet Process and Stick-Breaking（DP的Stick-breaking 构造）
css整体感知
Java中自增操作i++与++i的区别
正则化和数据增强对模型的影响并不总是好的：The Effects of Regularization and Data Augmentation are Class Dependent
数据特征处理之特征哈希（Feature Hashing）
好消息！3.11和3.12版本的Python将有巨大的性能提升！
用R做面板数据回归（包括静态和动态）
CNN中的一些高级技术（空洞卷积/显著图/反卷积）
Python生态系统中5个NLP工具库
HFUTUtils的使用
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
回归模型中的交互项简介（Interactions in Regression）
贝塔分布（Beta Distribution）简介及其应用
矩母函数简介（Moment-generating function）
使用R语言进行K-means聚类并分析结果
普通最小二乘法（Ordinary Least Squares，OLS）的详细推导过程
H5文件简介和使用
stata 用outreg2输出回归结果
深度学习技巧之Early Stopping（早停法）
Wishart分布简介