推荐几个有深度得公众号,必收藏

黄琼涛 2020-01-16 22:51:00

推荐回答

可以看下慢节奏久读书啊,这个是有深度的,因为里面的文章都是各个好书的总结和归纳,看一篇文章就跟读一本好书一样,喜欢那本书也可以跟客服人员要,他们会给下载链接的,挺好的。
符胜忠2020-01-16 23:54:33

提示您:回答为网友贡献,仅供参考。

其他回答

  • 我来说说吧!股票投资类:雪球、券商中国、范德依彪、简毅投资进化论、腾爸爸等。深度八卦:叁里河、包邮区、老蛮数据透析站心灵鸡汤:视觉志、栩先生深度:棱镜、饭统戴老板、燃财经我自己置顶的,求赞。
    赵飞蓉2020-01-16 23:20:05
  • 其实只要是公众媒体,一般都是不怎么敢说真话或自己想说的话,反而个人自媒体往往会说真话,否则没人关注他了。我目前关注的是“天山老狼”,因为他写人文历史和时政评论都非常有深度,我比较认可,符合我的口味,就是更新慢一点,你可以过去看看。
    米增渝2020-01-16 23:04:57
  • 推荐3个,第一个是逻辑思维,你已关注,那就剩下的两个啦。1.槽边往事06年刚开始写博客的时候,人文方面的博客爱看和菜头的《槽边往事》和三表的《不许联想》,一个是喜欢自嘲的胖子,一个是喜欢骂人的编辑。当三表把博客名字从『按摩乳』改为『不许联想』,又把评论的读者称之为猩猩之后,我就只读和菜头了。一些人看到的是和菜头的认证好屌,一些人看而且每天可以发三条信息,还有一些人认为他不过是壹个善于自嘲的胖子,殊不知,善于自嘲的人,往往是善良且睿智的。之前没有推荐和菜头的原因,大概是因为中途他消失了半年,这个微信号没有更新,菜头的行踪一向飘忽不定,比如他突然去腾讯负责腾讯微博的运营,后来又闪电离职。而今,菜头又回来了,而且更新了一段时间,看上去是准备稳定那么一段时间了,而文字,一如既往的睿智。号:bitsea2.日读另一个很难界定的公众号就是日读了你说它是自媒体,不对,有时候它像《读者》《青年文摘》一样,推荐些文章。你说它是杂志,它有时候又普及些科学松鼠会似得知识。它包罗万象,内容很杂,而且东西不多,但是出来的东西都是精品。有趣有用、有情有味。号:ridu2019打字太累,求给分。
    黄睿多2020-01-16 23:02:11

相关问答

人工智能的浪潮正在席卷全球,诸多词汇时刻萦绕在我们耳边:人工智能,因此越来越多的人将其单独看作一种学习的方法。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念,可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果,人们对神经元的连接方法和激活函数等方面做出相应的调整。其实有不少想法早年间也曾有过,但由于当时训练数据量不足、计算能力落后,因此最终的效果不尽如人意。深度学习摧枯拉朽般地实现了各种任务,使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车,预防性医疗保健,甚至是更好的电影推荐,都近在眼前,或者即将实现。三者的区别和联系机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习的技术。我们就用最简单的方法——同心圆,可视化地展现出它们三者的关系。图三三者关系示意图目前,业界有一种错误的较为普遍的意识,即“深度学习最终可能会淘汰掉其他所有机器学习算法”。这种意识的产生主要是因为,当下深度学习在计算机视觉、自然语言处理领域的应用远超过传统的机器学习方法,并且媒体对深度学习进行了大肆夸大的报道。深度学习,作为目前最热的机器学习方法,但并不意味着是机器学习的终点。起码目前存在以下问题:1.深度学习模型需要大量的训练数据,才能展现出神奇的效果,但现实生活中往往会遇到小样本问题,此时深度学习方法无法入手,传统的机器学习方法就可以处理;2.有些领域,采用传统的简单的机器学习方法,可以很好地解决了,没必要非得用复杂的深度学习方法;3.深度学习的思想,来源于人脑的启发,但绝不是人脑的模拟,举个例子,给一个三四岁的小孩看一辆自行车之后,再见到哪怕外观完全不同的自行车,小孩也十有八九能做出那是一辆自行车的判断,也就是说,人类的学习过程往往不需要大规模的训练数据,而现在的深度学习方法显然不是对人脑的模拟。深度学习大佬YoshuaBengio在Quora上回答一个类似的问题时,有一段话讲得特别好,这里引用一下,以回答上述问题:ScienceisNOTabattle,itisacollaboration.Weallbuildoneachother''sideas.Scienceisanactoflove,notwar.Loveforthebeautyintheworldthatsurroundsusandlovetoshareandbuildsomethingtogether.Thatmakesscienceahighlysatisfyingactivity,emotionallyspeaking!这段话的大致意思是,科学不是战争而是合作,任何学科的发展从来都不是一条路走到黑,而是同行之间互相学习、互相借鉴、博采众长、相得益彰,站在巨人的肩膀上不断前行。机器学习的研究也是一样,你死我活那是邪教,开放包容才是正道。结合机器学习2000年以来的发展,再来看Bengio的这段话,深有感触。进入21世纪,纵观机器学习发展历程,研究热点可以简单总结为2000-2019年的流形学习、2019年-2019年的稀疏学习、2019年至今的深度学习。未来哪种机器学习算法会成为热点呢?深度学习三大巨头之一吴恩达曾表示,“在继深度学习之后,迁移学习将引领下一波机器学习技术”。但最终机器学习的下一个热点是什么,谁又能说得准呢。