专栏首页AI科技大本营的专栏资源 | AI、神经网络、机器学习、深度学习以及大数据学习备忘单

资源 | AI、神经网络、机器学习、深度学习以及大数据学习备忘单

以下是关于神经网络、机器学习、深度学习以及大数据学习的备忘单,其中部分内容和此前发布的《资源 | 值得收藏的 27 个机器学习的小抄》有所重复,大家可以两篇综合起来看。 提示:点击图片查看大图

神经网络

Neural Networks Cheat Sheet

神经网络图谱

Neural Networks Graphs Cheat Sheet

Neural Network Cheat Sheet

机器学习概览

Machine Learning Cheat Sheet

机器学习:Scikit-learn算法

Machine Learning Cheat Sheet

Scikit-learn

开源的,功能强大的基于Python的科学计算工具包,包含大量的分类、回归与聚类算法,支持向量机、随机森林以及Gradient Boosting等。

Scikit-Learn Cheat Sheet

微软 Azure 算法流程帮你基于数据性质选择合适的算法

MACHINE LEARNING ALGORITHM CHEAT SHEET

Python for Data Science

Python Data Science Cheat Sheet

Big Data Cheat Sheet

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。

TesorFlow Cheat Sheet

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。

Keras Cheat Sheet

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。

Numpy Cheat Sheet

Pandas:Python中的结构化数据分析利器

Pandas Cheat Sheet

Data Wrangling

Data Wrangling Cheat Sheet

Pandas Data Wrangling Cheat Sheet

Data Wrangling with dplyr and tidyr

Data Wrangling with dplyr and tidyr Cheat Sheet

Data Wrangling with dplyr and tidyr Cheat Sheet

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。

Scipy Cheat Sheet

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。

Matplotlib Cheat Sheet

数据可视化

Data Visualization Cheat Sheet

ggplot cheat sheet

PySpark

Pyspark Cheat Sheet

Big-O

Big-O Algorithm Cheat Sheet

Big-O Algorithm Complexity Chart

BIG-O Algorithm Data Structure Operations

Big-O Array Sorting Algorithms

备忘单来源:

Big-O Algorithm Cheat Sheet: http://bigocheatsheet.com/ Bokeh Cheat Sheet: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf Data Science Cheat Sheet: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics Data Wrangling Cheat Sheet: https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf Data Wrangling: https://en.wikipedia.org/wiki/Data_wrangling Ggplot Cheat Sheet: https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf Keras Cheat Sheet: https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs Keras: https://en.wikipedia.org/wiki/Keras Machine Learning Cheat Sheet: https://ai.icymi.email/new-machinelearning-cheat-sheet-by-emily-barry-abdsc/ Machine Learning Cheat Sheet: https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet ML Cheat Sheet:: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html Matplotlib Cheat Sheet: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY Matpotlib: https://en.wikipedia.org/wiki/Matplotlib Neural Networks Cheat Sheet: http://www.asimovinstitute.org/neural-network-zoo/ Neural Networks Graph Cheat Sheet: http://www.asimovinstitute.org/blog/ Neural Networks: https://www.quora.com/Where-can-find-a-cheat-sheet-for-neural-network Numpy Cheat Sheet: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE NumPy: https://en.wikipedia.org/wiki/NumPy Pandas Cheat Sheet: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM Pandas: https://en.wikipedia.org/wiki/Pandas_(software) Pandas Cheat Sheet: https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc Pyspark Cheat Sheet: https://www.datacamp.com/community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ Scikit Cheat Sheet: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet Scikit-learn: https://en.wikipedia.org/wiki/Scikit-learn Scikit-learn Cheat Sheet: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html Scipy Cheat Sheet: https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI SciPy: https://en.wikipedia.org/wiki/SciPy TesorFlow Cheat Sheet: https://www.altoros.com/tensorflow-cheat-sheet.html Tensor Flow: https://en.wikipedia.org/wiki/TensorFlow

作者|Stefan Kojouharov 原文地址 https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463

本文分享自微信公众号 - AI科技大本营(rgznai100)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-09-27

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【源码】机器学习算法清单!附Python和R代码

    本文约6000字,建议阅读8分钟。 通过本文为大家介绍了3种机器学习算法方式以及10种机器学习算法的清单,学起来吧~ 前言 谷歌董事长施密特曾说过:虽然谷歌的无...

    小莹莹
  • Python机器学习随笔之K-Means聚类的实现

    ? 作者:博观厚积 简书专栏: https://www.jianshu.com/u/2f376f777ef1 1. K-Means聚类原理 K-means算法...

    小莹莹
  • 学习攻略 | 机器学习和深度学习技能树、面试宝典

    人工智能的浪潮正在席卷全球,这些得益于数据量的上涨、运算力的提升和机器学习新算法(深度学习)的出现。机器学习是一种实现人工智能的方法,深度学习是一种实现机器学习...

    小莹莹
  • 数据科学,机器学习和人工智能有什么区别?

    当我介绍自己时,经常会被人问到诸如“机器学习和xx有何区别?”或“你在使用人工智能吗?”等问题。类似问题我已经回复了很多次,按照我的"3原则”我决定写一篇博文:...

    小莹莹
  • 【算法】关联规则挖掘算法

    小编邀请您,先思考: 1 关联算法有什么应用? 2 关联算法如何实现? 温馨提示:加入圈子或者商务合作,请加微信:luqin360 关联规则挖掘是一种基于规则的...

    陆勤_数据人网
  • 为什么Python如此适合AI和机器学习?5位Python专家告诉你

    摘要:Python是机器学习最好的编程语言之一,和R语言一样,很快将会成为学术和研究领域统治者。但为什么Python在机器学习领域如此受欢迎? Mike Dri...

    小莹莹
  • AI时代就业指南:如何成为一名优秀的算法工程师?

    1、算法工程师是做什么的? 广义上是指搞软件算法的,也就是开发和应用软件算法实现工业控制和程序处理。除了机器学习之外 还包括控制算法、图形算法等,狭义上现在谈算...

    小莹莹
  • 【智能】用AI探索商业地产,Skyline AI获红杉资本300万美元种子轮

    商业地产拥抱AI产生新的火花~ Skyline AI是一家以色列初创公司,能够利用机器学习帮助房地产投资者鉴别有前途的房产。Skyline AI今天宣布他们已从...

    陆勤_数据人网
  • 关于机器学习,你需要知道的三件事!

    关键词:MATLAB、机器学习、机器学习算法、 正文如下: 导读:MATLAB开发运营团队深度解析何为机器学习,什么时候使用机器学习,如何选择机器学习算法,MA...

    小莹莹
  • 机器学习几个基本的问题

    关键词:机器学习、推荐系统、文本挖掘 正文如下: 从今年四月份到现在已经工作快9个月了,最开始是做推荐系统,然后做机器学习,现在是文本挖掘,每个部分研究的时间...

    小莹莹

扫码关注云+社区

领取腾讯云代金券