概述
2019悄然离去，在接下来的时间中如何规划自己，完备自己的技能是关键点，这里挖个坑，定一下2020年自己要在机器学习方面学的目标和一些资料总结。
基础知识
机器学习
Distribution is all you need：这里有12种做ML不可不知的分布
机器学习基础：相似度和距离度量究竟是什么
从ReLU到GELU，一文概览神经网络的激活函数
看得见的高斯过程：这是一份直观的入门解读
python
一文读懂Python装饰器，这是一个会打扮的装饰器
NLP
用纯NumPy码一个RNN、LSTM：这是最好的入门方式了
预训练语言模型关系图+必读论文列表，清华荣誉出品
图解神经机器翻译中的注意力机制
全图解GPT-2：看完这篇就够了（一）
完全图解GPT-2：看完这篇就够了（二）
BERT模型超酷炫，上手又太难？请查收这份BERT快速入门指南！
包学包会，这些动图和代码让你一次读懂「自注意力」
图算法
关于图算法 & 图分析的基础知识概览
图论与图学习（一）：图的基本概念
图论与图学习（二）：图算法
PageRank、最小生成树：ML开发者应该了解的五种图算法
图神经网络综述
AI落地与开发
不要只关注算法与模型，这里有份产品级深度学习开发指南
没人告诉你的大规模部署AI高效流程！
大数据
PySpark源码解析，教你用Python调用高效Scala接口，搞定大规模数据分析
工业界应用
