原标题:机器学习和Python怎样快速掌握?你一定需要这27张清单

原文来源:unsupervised methods

作者:Robbie Allen

「机器人圈」编译:嗯~阿童木呀、多啦A亮

毫无疑问,在AI领域中,机器学习涉及的面非常广,当我开始对这个主题进行深度挖掘时,我遇到了各种各样的“明细清单”,它们都简洁地列出了我所需要知道的关于这个主题的所有要点。最后,根据对各种相关资料的搜集和整理,我编写了机器学习及相关知识的超过20种以上的明细清单。这里面有些是我经常引用参考的,而且我认为其他人也会从中受益。这篇文章里面包含了我在网上发现较好的明细清单中的27个。

鉴于机器学习的发展速度非常快,清单里面的很多知识也许会过时,但对现在说来,还是很有收藏、参考价值的。(注:本文中所有图片均可点击放大)

如果你想一次性获得全部的明细清单,而不必像我一样单独一一下载,那么,你可以从我创建的压缩文件夹中获取。

(https://www.dropbox.com/s/v3yg8djhdf24g6v/UnsupervisedMethods.com%20-%20Cheat%20Sheets.zip?dl=0)

机器学习

这里有一些关于机器学习算法的有用的流程图和表格,当然,这里所包含的只是我所发现的最全面的种类。

神经网络架构

来源:

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

神经网络汇总

微软Azure算法流程图

来源:

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

微软 Azure机器学习工作室的机器学习算法明细表

SAS算法流程图

来源:

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

SAS:我应该使用哪种机器学习算法?

算法汇总

来源:

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

机器学习算法汇总

来源:

http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/?utm_source=datafloq&utm_medium=ref&utm_campaign=datafloq

哪一种机器学习算法是最好的

算法对比

来源:

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

Python

意料之中的是,Python也有很多可用的在线来源。因此在这一节中,清单里面所包含是我遇到过的最好的各种来源。

算法

来源:

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

Python基础

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:

https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk

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

如果你想真正地理解机器学习,你需要有扎实的统计学(尤其是概率论)知识基础,线性代数以及微积分基础。我在上大学的时候学的是数学专业,但是我肯定还是需要对这些数学知识进行复习。如果你想理解常用机器学习算法背后的数学原理,那么下面的这些明细清单将会是你需要的。

概率论

来源:

https://static1.squarespace.com/static/54bf3241e4b0f0d81bf7ff36/t/55e9494fe4b011aed10e48e5/1441352015658/probability_cheatsheet.pdf

概率论明细清单v2.0

线性代数

来源:

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

论文四页纸中所阐述的线性代数

统计学

来源:

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

统计学明细清单

微积分

来源:

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

责任编辑:

没有统计学基础可以学python-机器学习和Python怎样快速掌握?你一定需要这27张清单...相关推荐

  1. 自学python清单-机器学习和Python怎样快速掌握?你一定需要这27张清单

    原标题:机器学习和Python怎样快速掌握?你一定需要这27张清单 原文来源:unsupervised methods 作者:Robbie Allen 「机器人圈」编译:嗯~阿童木呀.多啦A亮 毫无疑 ...

  2. 没有统计学基础可以学python-做统计学习应该学 Python 还是 R?

    经常有朋友在技术交流群或者评论区里问我,在数据科学领域,到底是该选 Python 还是 R 更好.针对个问题,蛋哥特意给大家分享一篇开源中国的译文供大家理解,希望对大家选择有所帮助. /> 根据 ...

  3. 没有统计学基础可以学python-如何系统地自学 Python?

    ↑↑↑↑↑↑ 首先得分析什么叫系统地学习,所谓系统地学习,是指通过学习 来构建自己的一套知识体系.关于知识体系,在笔者看来,其主要包含以下四个方面:(1) 基础性知识 (2) 知识的应用 (3) 知识 ...

  4. 没有统计学基础可以学python-没错!经典教材《统计学习导论》现在有了 Python版!...

    点击关注"Python学习与数据挖掘" 更多超级干货第一时间推送给你哦!!! <统计学习导论>很经典,但用的是 R 语言,没关系,这里有份 Python 版习题实现. ...

  5. 没有统计学基础可以学python-统计学专业应该学Java还是Python?

    在你的问题里面,你自己说你是一个善变的人.至于到底应该学习哪个语言,还是要看你自己,看你自己想要从事哪方面的岗位工作.就目前国内的一个IT行业发展情况的话,我比较建议你选择Java,当然Python也 ...

  6. 没有统计学基础可以学python-想入门数据分析,现在转行还来得及吗?

    原标题:想入门数据分析,现在转行还来得及吗? 作者: 熊泽伟 本文为 CDA 数据分析师原创作品,转载需授权 2014年,"大数据" 成为国内年度热词,并首次出现在当年的<政 ...

  7. python零基础能学吗 知乎-Python零基础学习能学好吗?老男孩Python面授班

    零基础学习Python真的可以学习好吗?我想对于这个问题,是大部分想要学习Python的人都会纠结考虑的问题吧,也是很多小白最关注的的问题,今天为大家详细的解释一下. Python语言因为具有一定的独 ...

  8. 0基础可以学Web前端吗?如何快速掌握前端开发技能?

    Web前端开发是互联网行业中的热门职位,对于想要进入IT行业的小白来讲,比较疑惑的是这门技术好不好学.能不能学会.怎么学才能入门找到工作? 优妹儿总结了一篇关于Web前端如何学习,怎么入门找工作的文章 ...

  9. Ruby入门之零基础如何学ruby以及ruby的应用/快速学习ruby/学习ruby的流程是什么?...

    作者:李路 链接:https://www.zhihu.com/question/19552402/answer/22336708 来源:知乎 快速学习Ruby on Rails,这应该是个伪命题,没有 ...

最新文章

  1. 编程之美2.14 求数组的子数组之和的最大值
  2. Spring MVC-02循序渐进之解耦控制器和校验器
  3. 求两条轨迹间的hausdorff距离_圆锥曲线三种定义间的关系
  4. 密码认证协议PAT怎么配置?
  5. Adobe illustrator 粉色背景字体是为什么 - 连载19
  6. springboot国际化04
  7. 百度长语音识别免费开放 大幅提升语音转写效率
  8. V4L2 获取设备支持的分辨率
  9. camera link心得
  10. NAND Flash底层原理,SLC MLC TLC比较
  11. rtspplayer播放器实现
  12. WIN10下 搭建golang+vscode开发环境(图文并茂,傻瓜式教程)
  13. 大型破碎设备之颚式破碎机简介
  14. Playfair Crack
  15. gmail 邮箱附件大小 突破10M
  16. i7 10750h和i7 10870h 的区别
  17. python 异常重试模块retry
  18. 【JS】隐匿在计算机软硬件背后的语言
  19. 无序列表将点替换成图片
  20. 计算机局域网的基本拓扑结构五种,计算机网络中局域网的拓扑结构有哪五种(图文)...

热门文章

  1. python中else什么意思_python中的else语句
  2. html5 list css,使用HTML5的classList属性操做CSS类
  3. 我所理解的UTF-8和GBK
  4. vim 双剑合璧,天下无敌(笔记)
  5. 初步了解mac下C源码的编译过程
  6. android从放弃到精通 第九天 勿忘初心
  7. dns tunnel工具地址
  8. 区块链的技术——账本是去中心化的分布式存储,加密+校验(哈希二叉树)+多数选举来防止篡改...
  9. Nxt节点安装指南之RaspberryPi树莓派版
  10. 爬取动态网页(2017年年度豆瓣电影榜单)