Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~
【入门资料】概率机器学习与 AI
by Zoubin Ghahramani
简介：
Zoubin Ghahramani 目前是 Uber AI Labs 的成员。在微软 AI 暑校的这次演讲上，他介绍了概率机器学习的基本理念及未来应用，并深入分析了贝叶斯等方法在概率机器学习中的独特作用，生动的代码 demo 也让整个知识体系变得更加直观。如果你对概率统计有比较深入的理解，并对其在机器学习的应用感到好奇，这个讲座应该会让你获得很多新知识。
Youtube 链接：https://www.youtube.com/watch?v=-47G_ULKAHk
Bilibili 链接：http://m.bilibili.com/video/av13951950.html
【技术分析】为什么持续学习是 AI 的关键
by Ben Lorica
简介：
商业化机器学习系统的下一步将如何演化？O'Reilly Media 的这篇文章，基于强化学习已被广泛使用的背景，提出 AI 系统的未来需要提高持续学习的能力，也就是长期地、可持续性地、从更稀疏的样本中迭代模型。为此，机器学习系统需要更全面和复杂的工具包，本文也对相关的工具做了一些分析和推荐。
链接：https://www.oreilly.com/ideas/why-continuous-learning-is-key-to-ai?from=singlemessage&isappinstalled=1
【资源分享】全面了解自然语言处理库 spaCy
简介：
spaCy 是一个免费的自然语言处理库，这是它的官方教程网站。它通过大量实例，解释如何运用 spaCy 从大量文本中提取信息。不论你是想详细了解如何在产业中应用它，还是想粗略了解自然语言处理的基础知识，这份教程都具有参考价值。
链接：https://alpha.spacy.io/docs/usage/spacy-101?from=singlemessage&isappinstalled=1
