今天是大年初二，武汉新型冠状病毒日益严重，希望大家都能看一下本次推送的第一篇文章，为抗疫贡献自己的一份力量！希望天佑中华，早日渡过难关。
本文是小小挖掘机2020年货的第二篇，主要回顾一下2019年除推荐系统外的一些原创文章。后续还会有更多的年货送给大家，希望大家持续关注呦～。
19年主要精力还是放在推荐系统的原创上了，这也是我一直坚持的一个系列，其他方面的内容涉及不多，但还是尽可能将自己所学整理分享给大家。其他原创是涉及计算广告、NLP、线性代数、Spark、Tensorflow、面试等等，一起来回顾下。
1、经验分享
下面两篇文章分别介绍了我在美团实习两年的经验，以及入门推荐系统的一些经验，希望能够帮助大家。
2、计算广告
19年入职我团广告部门，开始接触计算广告的工作，入职之前看了两本书也顺手推荐给大家，分别是《互联网广告的市场设计》和《计算广告》
广告算法相关的工作除CTR、CVR等预估外，还包括机制设计如合约定价、OCPX、流量分配等等的相关工作，后续有机会会与大家分享。而下面的三篇文章，先带你了解一下计算广告和机制设计的基本概念。
3、NLP
NLP学习不多，主要是在学习HanLP的《自然语言处理入门》一书：
下面两篇文章带你了解NLP中最基本的词典分词以及分词效果的评价：
4、线性代数
线性代数对于理解机器学习方法是至关重要的，B站搬运的线性代数的本质课程能够帮助你直观理解线性代数。
B站视频：https://www.bilibili.com/video/av44855426?from=search&seid=14322699731685108777
原网站视频：https://www.3blue1brown.com/
小编也是学习了该门课程，并整理了相关的笔记：
如果不想分开看，可以一次性看合集：
当然，除了线性代数之外，B站上的学习资源实在是不要太丰富，而我比较喜欢的是李宏毅老师的课程，如他的机器学习、深度学习、强化学习以及线性代数课程，都讲的非常好，建议大家有时间都去学习一下。
5、面试
小编也整理了许多面试相关的文章，也有热心群友提供的面经，涉及推荐系统、计算机视觉等领域：
除了算法的知识外，面试中有时候还会涉及Spark、Hive，以及一些趣味题目：
对了，多扯一句，2020年暑期实习和校招已经近在眼前了，小编组建了新的校招交流群，后台回复“校招群”，添加小编微信，一定要备注“校招群”哟～～
6、Tensorflow
Tensorflow相关的文章并不多，不过手把手带你实现Transformer和DeepFM这两篇还是受到了不少的好评，同时小编还体验了一下TF2.0。目前工业界TF2.0用的还不多，1.1x版本使用较多。
TF2.0初体验-使用TF2.0 + Keras构建简单的神经网络
7、Spark
Spark是我目前工作中使用最多的，Spark可以使用Scala和Python实现，不过我一般使用的是Scala，毕竟我司使用的是Java语言，Scala可以和Java无缝衔接。下面两篇文章记录了一些小编在使用Spark时遇到的问题：
1194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
