3月29日，DeepMind发表了一篇论文，"Training Compute-Optimal Large Language Models"，表明基本上每个人--OpenAI、DeepMind、微软等--都在用极不理想的计算方式训练大型语言模型。论文认为这些模型对计算的使用一直处于非常不理想的状态。并提出了新的模型缩放规律。
HMC(Hamiltonian Monte Carlo抽样算法详细介绍)
origin绘图操作案例(1)
狄利克雷过程混合模型（Dirichlet Process Mixture Model, DPMM）
2018年7月份以来最好的机器学习的Github库和Reddit帖子
全球最大（最挣钱）的十大开源企业
机器学习之正则化项
期刊审稿周期查询方法
Indian Buffet Process(印度自助餐过程)介绍
网络爬虫之java基础篇QueryRunner（Ⅲ）
清除浮动的几种方法
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