* слайды доклада по рекомендационной системе нетфликса
[Recommender Systems (Machine Learning Summer School 2014 @ CMU)](http://www.slideshare.net/xamat/recommender-systems-machine-learning-summer-school-2014-cmu)
* [An Interactive Tutorial on Numerical Optimization](http://www.benfrederickson.com/numerical-optimization/)
* [статья про Эффективность RNN от Karpathy (кодогенерация C++)](http://karpathy.github.io/2015/05/21/rnn-effectiveness/)
* [Презентация про видеоанализ с RNN](https://www.slideshare.net/xavigiro/video-analysis-with-recurrent-neural-networks-master-computer-vision-barcelona-2017)


2018 год
-------------------

* Хаскель и ДипЛернинг (зудит от этого давно у меня) - [Awesome Haskell Deep Learning](https://github.com/austinvhuang/awesome-haskell-deep-learning)

* Статья рассуждение [Functional programming for deep-learning](https://towardsdatascience.com/functional-programming-for-deep-learning-bc7b80e347e9) (**clojure**)

* Очерендной осом хаскель мл лист [Awesome haskell ML](https://github.com/DataHaskell/awesome-haskell-ml)
* Раздел дата саенс осом хаскель листа [Awesome Haskell#Data Science](https://github.com/krispo/awesome-haskell#data-science)
* Сайт Data Haskell коммьюнити http://www.datahaskell.org/
* Сайт книги [Over 130 Practical Recipes For Data Analysis and Machine Learning](http://haskelldata.com/) [репа книги]
(https://github.com/BinRoot/Haskell-Data-Analysis-Cookbook)
* Кажется главный пакет по хаскель мл (и уже устарел) - (Hlearn)[https://github.com/mikeizbicki/HLearn]
* Очередной язычок Nim очередной диплернинг [Experimental rewrite of mnielson's deep learning example code in Nim](https://github.com/jfhg/nimdeep)
* Дичайший диплернинг фреймворк для Nim - [Arraymancer](https://github.com/mratsim/Arraymancer)
* Все что нужно  и всякие другие штуки в МЛ и ДЛ в Джулии (ванлав кажется язычок) в годном месте на [сайте](https://juliaml.github.io) и их [репа](https://github.com/JuliaML)
* [Awesome NLP](https://github.com/keon/awesome-nlp)
* [Awesome Deep Learning](https://github.com/ChristosChristofidis/awesome-deep-learning)
* [Awesome Most Cited Deep Learning Papers](https://github.com/terryum/awesome-deep-learning-papers)
* [Awesome Data Science](https://github.com/bulutyazilim/awesome-datascience)
* [Awesome Machine Learning & Deep Learning Tutorials](https://github.com/ujjwalkarn/Machine-Learning-Tutorials)
* [Awesome R](https://github.com/qinwf/awesome-R)
* [A curated list of data science blogs](https://github.com/rushter/data-science-blogs)
* [Awesome Artificial Intelligence](https://github.com/owainlewis/awesome-artificial-intelligence)