如果你想了解一门既实用又简单的语言，作为你程序人生的第一步，那么，Python 无疑是最适合你的。数据科学家和人工智能从业者们尤其喜欢 Python，因为它有丰富的、易于理解的语法和广泛的开源软件。然而，目前大部分的所谓入门教程，实际上对于真正零基础的人来说还是具有很高的门槛，同时，几百页的书和动不动上百个小时的学习视频对有的人来说，无疑是劝退。
微软意识到了这一点，也充分理解大多数人对于学习的耐心，于是就开发了一门 Python 的入门课程《Python for Beginners》（国内镜像），基于原生 VS Code，每节课只有 5-10 分钟，可以被认为是真正的入门及课程了。[……]
『山川异域，风月同天』—— 新冠肺炎疫情牵动着举国上下的心，包括跨象乘云™ 在内，众多高科技企业除了向灾区捐赠物资，配合疫情防控工作，延期复工 / 远程办公的同时，也在积极探索如何利用大数据、新一代人工智能等新技术为『战疫』助力。
新冠肺炎已在全球范围内爆发。为了解全球疫情分布情况，日前，一位名叫 Michael Freeborn 的医生 / 程序员，利用 Python 的图形库 Plotly，制作了两种疫情的等值线地图（Choropleth Chart）和 GEO 分布散点图（”Scatter-Geo” Chart）。前者显示了一个国家 / 地区的疫情扩散情况：该国家 / 地区的在地图[……]
fast.ai 的创始人、前 Kaggle 首席科学家 Jeremy Howard 教授在 Github 上开源了和 Sylvain Gugger 合著的新书《Deep Learning for Coders with fastai and PyTorch》的初稿。全书草稿已公布 22 章，通过这份它你将学到：
在互联网信息时代，知识搜索能力已成为个人成长的一个重要维度，搜索引擎本身是公开的，每个人都可以使用，然而真正了解如何高效应用搜索功能的却不多。跟大部分网站一样，GitHub 搜索入口很简单，都只有一个对话框。然而，正如只有你先提出了正确的问题，才能获得正确的答案。换句话说：你需要了解如何更好的输入你的搜索内容，才能更快的定位你需要寻找的资源。大部分人使用搜索引擎，都是简单的输入搜索内容。而搜索引擎的反馈也很纯粹 —— 你希望了解一切，我就告诉你我能搜索出来的一切，结果是你因为被海量信息淹没而什么都得不到。其实，无论是使用搜索引擎还是 GitHub，高效精准的获取搜索目标的秘密在于：使用『关键字[……]
Python 经典入门课程《Think Python – 像计算机科学家一样思考 Python》第二版中文译本已经正式发布，其中最重要的更新，是课程全面升级为面向 Python 3 编写。毕竟，Python 3 才是 Python 的未来。Python 之父 Guido van Rossum 早就坚决指出，不会再延长 Python 2 的支持协议。更具体一点说，就是到 2020 年时，Python 核心开发团队就会停止对 Python 2.7 的开发、维护工作。而且，他们也早就不再往 2.7 版中添加新特性了。虽然现在很多公司还在使用 2.7，从 Python 2 迁移到 Python 3 的[……]
日前，Google 推出了一套《机器学习从零到一》系列视频，这个系列视频叫做『Machine Learning: From Zero to Hero with TensorFlow』—— 机器学习: 从零到一学习 TensorFlow)，这一系列基于 2019 年谷歌 I/O 大会上的热门演讲。系列视频共分为四集 ——
现在 Python 越来越流行，学习人工智能也大都以学习 Python 为主。然而，C++ 仍然是不可撼动的领导性编程语言，其重要性不言而喻。特别是在阅读和研究一些深度学习框架的底层时，必须要懂 C++。《C++ Primer 中文版(第 5 版)》是一本久负盛名的 C++ 经典教程，其作者是 C++ 大师 Stanley B. Lippman 和 Josée Lajoie。该书已经帮助全球无数程序员学会了 C++。
今天推荐一份《C++ Primer 中文版(第 5 版)》的优质资源，包含了全书的详细笔记和习题解析。
项目 GitHub 地址[……]
图是表示不同性质数据的强大工具，而数据来源于多种人工和自然流程。图数据具备复合性，是原子信息片段的复合体；同时它也具备关联性，定义数据结构的链接，即表示链接实体之间的关系。图通过链接方向和标签来表示大量关联（Association），如离散关系类型、化学性质和分子键强度。而最重要的一点是，图具备普遍性。在化学和材料科学中，图表示化合物的分子结构、蛋白质相互作用和药物相互作用网络，以及生物学和生物化学关联。在社会科学中，图网络被广泛用于表示人们之间的关系，以及推荐系统中的复杂购买行为。近日，大量图数据以及越来越多的可用大型资源库，促使人们对以适应性方式处理图的深度学习模型产生了浓厚兴趣。[……]
