Data Science Archive

还有一份CS229的Cheat Sheet：https://stanford.edu/~shervine/teaching/cs-229/

一份spaCy的cheat sheet：http://datacamp-community-prod.s3.amazonaws.com/29aa28bf-570a-4965-8f54-d6a541ae4e06

ignite，来自FAIR的PyTorch high-level api，昨晚玩了一下非常好用，感觉是有点像keras和tf的关系。https://github.com/pytorch/ignite

前有StanfordNLP，又发现 https://github.com/zalandoresearch/flair 不过现在对这种轮子有点免疫。看了一些源码觉得项目代码写得还是挺不错的，自己造轮子的朋友不妨一看，看得多才能造得好。

早上试玩了一下JAX，前段时间有关注，昨天看Francois又在提到。简单来说就是Numpy+gradients，有XLA https://github.com/tensorflow/tensorflow/blob/master/tensorflow/compiler/xla/g3doc/overview.md 加成的GPU加速。想实现一些底层框架的话也许是一个不错的选择。https://github.com/google/jax

FAIR的ELF发布了ELF Go的新版，应该后面会继续发更多Go bot，https://facebook.ai/developers/tools/elf ELF OpenGo：https://research.fb.com/facebook-open-sources-elf-opengo/ lecun的fb post：https://www.facebook.com/yann.lecun/posts/10155789997817143

DVC：做data science model管理的工具，大致原理是使用git和s3之类的进行联合存储。多人团队，跨多业务团队还是蛮有用的，上一次和其他队员一起刷Kaggle的时候用过一次体验不错。https://github.com/iterative/dvc

来自Uber AI 的一个不错的轮子，玩了一天非常适合跑demo和验证，许多state of the art 的解决方案都可以先做验证。https://uber.github.io/ludwig/ blog介绍：https://eng.uber.com/introducing-ludwig/

2018年几个比较重要的数据集，自己用过 SQuAD2.0/CoQA/HotpotQA/TencentAI ML 质量都比较高 https://medium.com/syncedreview/2018-in-review-10-open-sourced-ai-datasets-696b3b49801f 还推荐 Tencent AI 前段时间发布的中文 embedding：https://ai.tencent.com/ailab/nlp/embedding.html

Parabel 的 Rust 高度并行实现。https://github.com/tomtung/parabel-rs 关于 Parabel：https://dl.acm.org/citation.cfm?doid=3178876.3185998 看起来是适合大规模分类问题，性能超群，留待日后研究。

一份对 FM 比较不错的应用介绍，包括推荐搜索这样的典型应用，适合了解 FFM 和 FM。https://www.m3tech.blog/entry/2019/01/02/090000

pandas bokeh 一个半年前准备造的轮子被人先造了，不过这种轮子也是不少了。。。 link: https://github.com/PatrikHlobil/Pandas-Bokeh