可能是史上最全机器学习和Python速查表(附下载链接)

来源:网路冷眼

作者:Hanson

本文长度为680字,建议阅读5分钟

本文为你分享有关机器学习、Python和相关数学知识的速查表大全。

机器学习有很多方面。 当我开始刷新这个主题时,我遇到了各种“速查表”,这里仅列出了需要知道的给定主题的所有要点。 最后,我收集了与机器学习相关的速查表。有些我经常参考,并且认为其他人也可能从中受益。因此, 这篇文章把我从网上发现的很好的27个速查表分享出来,以供大家参考。

后台回复关键词“速查表”下载27个速查表。

机器学习(Machine Learning)

有不少有用的流程图和机器学习算法表。 这里只包括所发现的最全面的速查表。

神经网络架构(NeuralNetwork Architectures)

来源:http://www.asimovinstitute.org/neural-network-zoo/

Microsoft Azure算法流程图(Microsoft AzureAlgorithm Flowchart)

来源:https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet

SAS算法流程图(SAS Algorithm Flowchart)

来源:http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

算法总结(AlgorithmSummary)

来源:http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

来源: http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/

算法优缺点(AlgorithmPro/Con)

来源:https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend

Python

当然Python有很多在线资源。 对于本节只包括所遇到的最好的速查表。

算法(Algorithms)

来源:https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/

Python基础(Python Basics)

来源:http://datasciencefree.com/python.pdf

来源:https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA

Numpy

来源:https://www.dataquest.io/blog/numpy-cheat-sheet/

来源:http://datasciencefree.com/numpy.pdf

来源:https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE

来源:https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb

Pandas

来源:http://datasciencefree.com/pandas.pdf

来源:https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U

来源:https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb

Matplotlib

来源:https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet

来源:https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb

Scikit Learn

来源:http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html

来源:http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html

来源:https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.ipynb

Tensorflow

来源:https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/1_Introduction/basic_operations.ipynb

Pytorch

来源:https://github.com/bfortuner/pytorch-cheatsheet

数学(Math)

如果你真的想了解机器学习,那么需要对统计(特别是概率)、线性代数和微积分的理解打下坚实的基础。在本科期间我辅修数学,但是我肯定需要复习这些知识。 这些速查表提供了大多数需要了解最常见的机器学习算法背后的数学。

概率(Probability)

来源:http://www.wzchen.com/s/probability_cheatsheet.pdf

线性代数(Linear Algebra)

来源:https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf

统计学(Statistics)

来源:http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf

微积分(Calculus)

来源:http://tutorial.math.lamar.edu/getfile.aspx?file=B,41,N

后台回复关键词“速查表”下载27个速查表。

原文参考:https://unsupervisedmethods.com/cheat-sheet-of-machine-learning-and-python-and-math-cheat-sheets-a4afe4e791b6

作者:Robbie Allen

原文发布于微信公众号 - 数据派THU(DatapiTHU)

原文发表时间:2017-07-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

学界 | 学术盛宴:微软亚洲研究院CVPR 2017论文分享会全情回顾

机器之心原创 作者:Smith 今年 7 月,世界顶级计算机视觉会议 CVPR(计算机视觉与模式识别会议)将在美国夏威夷举行。在此之前,「微软亚洲研究院创研论坛...

5076
来自专栏量子位

世界杯押注还得看技术流,这个预测AI把赔率也算上了

832
来自专栏AI科技大本营的专栏

谷歌大脑深度学习从入门到精通视频课程[5.3]:受限玻尔兹曼机——能量函数

AI100 已经引入 Hugo Larochelle 教授的深度学习课程,会每天在公众号中推送一到两节课,并且对视频中的 PPT 进行讲解。课后,我们会设计一...

3075
来自专栏新智元

ISCA2016:体系结构顶级会议CNN走红,神经网络论文夺桂冠

【新智元导读】计算机体系结构顶级会议 ISCA2016日前召开,神经网络和深度学习成为热点。新智元整理了 ISCA 2016 神经网络相关论文(包括本届会议最高...

72918
来自专栏量子位

为里皮献策:国足再进一步,试试人工智能 | 附机器人世界杯集锦

唐旭、问耕 发自 凹非寺 量子位·QbitAI 报道 一场有着多重意义的比赛昨晚结束,国足坐镇长沙击败韩国队。 ? “天亮了”,赛后李毅大帝在朋友圈和微博上说。...

2985
来自专栏PaddlePaddle

用深度学习预测世界杯胜率,有多大把握?

预测其实是需要综合多方面因素考量的,数据维度可能爆炸到无法统计,同样如果想借助深度学习预测,在开始之前一定要确保避开这几个雷区

1143
来自专栏数据的力量

数据挖掘中易犯的10大错误

1445
来自专栏程序你好

感谢增强现实,你可以在你的桌子上观看足球比赛

1041
来自专栏AI研习社

6 次 Kaggle 计算机视觉类比赛赛后感

我从 2017 年年初开始接触 Kaggle。曾翻阅知乎上很多关于 Kaggle 的回答和文章,然而逐渐发现大部分文章中提到的经验和技巧是针对传统 machin...

3462
来自专栏AI科技大本营的专栏

论文解析 | Google如何用CNN检查乳腺癌?

图片来源:New Scientist 翻译 | ziqi zhang 编辑 | Donna 【AI科技大本营导读】前两周,我们分别为大家放送了Luke Oakd...

5505

扫码关注云+社区

领取腾讯云代金券