source: http://bit.ly/2EcSZIC

閱讀週記第17期, 記錄過去一週閱讀中覺得值得分享的資訊…

[Python]

• Teaching and Learning with Jupyter ： 一份新教材 for Jupyter
• Telegram Bot Workshop
  Taichung.py 12/1 請到 KKBOX 傳教士江品陞來教台中的朋友實作 Telegram Bot.
  這個工作坊真得很豐富。內容包含了
  – Flask & ngrok 在 local PC 的開發
  – Telegram Chatbot 的開發
  – Olami 自然語言語意互動管理的語意設定
  – Heroku 的 webapp 佈署
  – KKBOX 的 API
  這次把 Olami 平台玩了一下，除了 DialogFlow 另一個的自然語言選擇.

[Machine Learing]

• Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processing，
  最近在 Survey 對話機器人的技術看到這篇Blog，Goole 釋出了最新的NLP語言模型。在 SQuAD v1.1 上，BERT 獲得了 93.2％ 的 F1 分数，超過了之前最高分数 91.6％ 和人類分数 91.2％。有100種以上多語言模型，也有中文語言模型。
• OpenCV 4.0
  OpenCV 4.0 release 了，應該要來更新一下了。
• 亞馬遜免費開放內部機器學習課程
  課程網址：https://aws.amazon.com/cn/training/learning-paths/machine-learning/

[其它]

• Good and Bad Technical Debt (and how TDD helps)
  知名的敏捷教練 Henrik Kniberg (輔導Spotify & LEGO) 的一篇舊文，討論什麼是好的以及壞的技術債。他把技術債務和廚房裡的混亂做了一個很優的類比，進廚房做晚餐一開始混亂是OK的，但是若廚房裡裝滿了昨天的發臭的剩菜就不行了。他建議為技術債設定基線(baseline)與上限(ceiling)，當技術債累積到達了上限就宣布“債務警報！”，門關停止所有新的開發，每個人都專注於清理代碼，等到回到基線。