前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【AI速查表】神经网络、机器学习、深度学习与数据科学一览

【AI速查表】神经网络、机器学习、深度学习与数据科学一览

作者头像
IT派
发布2018-03-27 15:42:41
6670
发布2018-03-27 15:42:41
举报
文章被收录于专栏:IT派

1. 神经网络

2. 神经网络结构

3. 神经网络公式

4. 机器学习:概览

5. 机器学习:Scikit-learn算法

Scikit-learn是基于Python的功能强大的开源科学计算工具包,内含分类、回归、聚类、支持向量机、随机森林与Gradient Boosting等算法。

6. 机器学习:算法概览

7. Python数据科学

8. 大数据

9. TensorFlow

2017 年 5 月,谷歌宣布了第二代 TPU ,并在Google Compute Engine中加入了对 TPU 的支持。第二代 TPU 有高达 180 万亿次浮点运算性能。当 64 块TPU 组合使用时,可提供高达 11.5 千万亿次浮点运算的性能。

10. Keras

2017 年,TensorFlow核心库加入了对 Keras 的支持。Keras作者Chollet表示Keras更适合作端口使用,而非端对端的机器学习框架,它提供了更高级更直观的抽象集合,可轻松配置神经网络,无需考虑后端科学计算库。

11. NumPy

NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多。

12. Pandas:Python结构化数据分析利器

13. Data Wrangling

14. Data Wrangling with dplyr and tidyr

15. SciPy

基于 NumPy 数组对象构建,是 NumPy 堆栈的一部分,包含 Matplotlib,pandas 和 SymPy 等工具,以及一个科学计算库的扩展集。

16. Matplotlib

Matplotlib是Python中常用的可视化工具之一,便于创建海量类型2D图表和一些基本的3D图表。

17. 数据可视化

18. PySpark

19. Big-O

原文地址: https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b46

∞∞∞∞∞

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-03-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 IT派 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 14. Data Wrangling with dplyr and tidyr
  • 18. PySpark
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档