ApacheCN 数据科学/人工智能/机器学习知识树 2019.2

【主页】 apachecn.org

【Github】@ApacheCN

暂时下线: 社区

暂时下线: cwiki 知识库

自媒体平台
微博：@ApacheCN

知乎：@ApacheCN

CSDN

简书

OSChina

博客园

我们不是 Apache 的官方组织/机构/团体，只是 Apache 技术栈（以及 AI）的爱好者！

合作or侵权，请联系【fonttian】<fonttian@gmail.com> | 请抄送一份到 <apachecn@163.com>

预处理
- 离散化
  - 等值分箱
  - 等量分箱
  - 独热 one-hot
- 标准化
  - 最小最大 min-max
  - z-score
  - l2 标准化
  - 归一化
- 特征选择
  - ANOVA
  - 信息增益/信息增益率
模型验证
- 评价指标
  - 回归
    - MSE
    - R 方
  - 分类
    - 准确率
    - 精确率
    - 召回率
    - F1 得分
    - 宏平均 F1
    - 微平均 F1
  - 聚类
    - 互信息
    - 轮廓距离
- 交叉验证
  - K 折
- 网格搜索
最优化方法
- 梯度下降
- 随机梯度下降 SGD
- 牛顿法/拟牛顿法
- 动量法
- RMSProp
- Adam
传统机器学习
- 基本概念
  - 欠拟合/过拟合
  - 距离
    - 汉明距离
    - 曼哈顿距离
    - 欧几里得距离
    - 切比雪夫距离
    - 余弦相似度
    - pearson 相似度
  - 损失函数
    - MSE
    - 交叉熵
    - Hinge
- 线性模型
  - 线性回归
  - Lasso/岭回归
    - 正则化
  - 逻辑回归
  - softmax 回归
- 支持向量机
  - 拉格朗日对偶
  - 软边界支持向量机
  - 核方法
- 树和森林
  - 决策树
  - 随机森林
  - GDBT/XGBoost
  - LightGBM
- 集成学习
  - Bagging
  - Boosting
    - Adaboost
  - Blending/Stacking
- KNN
- 聚类
  - KMenas
  - 层次聚类
    - 凝聚聚类
    - 分裂聚类
  - DBSCAN
  - 谱聚类
  - 高斯混合模型 GMM
- 概率图
  - 朴素贝叶斯
  - 隐马尔科夫 HMM
- 降维
  - PCA/SVD
  - T-SNE
深度学习
- 基本概念
  - 正向传播
  - 反向传播
  - 激活函数
    - sigmoid
    - softmax
    - tanh
    - ReLU
    - ELU
    - Leaky ReLU
  - 丢弃 Dropout
  - 微调 Fine-Tune
  - 批量归一化 BatchNorm
- 前馈神经网络 DNN/多层感知机 MLP
  - 输入层
  - 隐层
  - 输出层
- 卷积神经网络 CNN
  - 层
    - 卷积层
    - 池化层
    - 全连接层
  - 经典结构
    - LeNet
    - AlexNet
    - ZFNet
    - GoogLeNet
    - VGG
    - ResNet
    - DenseNet
- 循环神经网络 RNN
  - 循环层
  - 经典结构
    - LSTM
    - GRU
    - BiLSTM
    - 注意力
    - Seq2Seq
- 自编码器
  - 栈式自编码器
  - 稀疏自编码器
  - 去噪自编码器
  - 变分自编码器
- 生成对抗网络 GAN
  - DCGAN
应用领域（待扩展）
- 推荐系统
- 机器视觉 CV
- 自然语言处理 NLP
- 生物信息
常用工具
- 数据分析
  - NumPy
  - Pandas
- 科学计算
  - SciPy
- 可视化
  - Matplotlib
  - Seaborn
- 机器学习
  - scikit-learn/sklearn
  - XGBoost
  - LightGBM
- 深度学习
  - Keras
  - TensorFlow
  - PyTorch

转载于:https://blog.51cto.com/wizardforcel/2349929

ApacheCN 数据科学/人工智能/机器学习知识树 2019.2相关推荐

数据科学/人工智能比赛解决方案汇总 2019.9
内容来自 apachecn/awesome-data-comp-solution,由 ApacheCN 团队维护. 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远 ApacheCN ...
ApacheCN 编程/大数据/数据科学/人工智能学习资源 2019.11
公告我们的所有非技术内容和活动,从现在开始会使用 iBooker 这个名字. "开源互助联盟"已终止,我们对此表示抱歉和遗憾.除非特地邀请,我们不再推广他人的任何项目. 公众号自 ...
Python机器学习：数据科学，机器学习和人工智能的主要发展技术趋势概述
1.介绍 Python因易于学习而广为人知,并且它仍然是数据科学,机器学习和科学计算中使用最广泛的语言.根据最近的一项民意的调查,该调查对1,800多名研究人员分析,数据科学和机器学习偏好的参与者进行 ...
干货丨数据科学、机器学习、人工智能，究竟有什么区别？
来源:雷锋网原标题What's the difference between data science, machine learning, and artificial intelligence, ...
综述：人工智能、数据科学、机器学习
前言:学科交叉乃大势所趋,新兴学科应市场需求孕育而生.人数机,便产生在这样的时代背景下.什么,你所在的学校至今还没开设相关专业?不必惊慌,老牌资本主义国家德国同样如此.但是,学好微积分.线代.优化.统 ...
24个提高你的知识和技能极限的数据科学（机器学习）项目（免费）
作者|ANALYTICS VIDHYA 编译|Flin 来源|analyticsvidhya 介绍数据科学(机器学习)项目为你提供了一种有前途的方式来启动你在该领域的职业.你不仅可以通过应用它来学习 ...
独家 | 2018年Analytics Vidhya上最受欢迎的15篇数据科学和机器学习文章
作者:Pranav Dar 翻译:陈之炎校对:丁楠雅本文约4200字,建议阅读10+分钟. 本文为你整理了多个高质量和受欢迎的数据科学培训课程.学习文章及学习指南. 简介 Analytics Vi ...
netflix 数据科学家_数据科学和机器学习在Netflix中的应用
netflix 数据科学家数据科学 , 机器学习 , 技术 (Data Science, Machine Learning, Technology) Using data science, Netf ...
转载：吐血推荐，B站最强学习资源汇总（数据科学，机器学习，Python）
转载:大数据DT 吐血推荐,B站最强学习资源汇总(数据科学,机器学习,Python) 大数据DT 4/23 The following article is from 数据派THU Author 数据 ...

ApacheCN 数据科学/人工智能/机器学习知识树 2019.2

ApacheCN 数据科学/人工智能/机器学习知识树 2019.2相关推荐

最新文章

热门文章