使用预训练模型处理NLP任务是目前深度学习中一个非常火热的领域。本文总结了8个顶级的预训练模型，并提供了每个模型相关的资源（包括官方文档、Github代码和别人已经基于这些模型预训练好的模型等）。
并集选则器和通配符
贝叶斯分析推断的一些基础知识
数据科学和机器学习面试题及其答案
Keras框架下输出模型中间层学习到的表示的两种常用方式
分解机（Factorization Machine, FM）模型简介以及如何使用SGD、ALS和MCMC求解分解机
超越Cross-Entropy Loss（交叉熵损失）的新损失函数——PolyLoss简介
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
重磅！MLPerf™训练1.1成绩发布！AI训练正在超越摩尔定律！
通过JRI实现java与R的连接、通信
Scikit-Learn最新更新简介
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