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
- 离散化
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
- 回归
- 交叉验证
- K 折
- 网格搜索
- 评价指标
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
- 基本概念
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
- 层
- 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
- 基本概念
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
- 数据分析
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 ...
最新文章
- html5 响应式布局
- Codeforces 768E:Game of Stones
- cmake编译多个文件夹_VTK学习笔记 (一)——下载和编译
- java程序向mysql插入中文变问号
- java中的工厂模式
- ASP.NET MVC视图和控制器之间的传值总结(一)
- Cisco网络防火墙配置方法
- STM32中断方式接收方式每次一个字节同时发生接收一段时间后不能再次接收问题
- 日记20211028
- 性能测试oracle瓶颈定位,性能测试难点之瓶颈分析
- winform 线程 句柄不断增加_多线程讲解
- EXCEL拆分单元格代码
- python中一元二次方程的判别式_【Python算法作业】解一元二次方程
- 3D视觉从入门到精通知识星球
- 自尊是人生的高尚境界
- 通常我们将python语言程序保存在一个后缀_c 语言程序设计 沈显君课后答案
- 英语单词记忆 词源法-思维导图(18)词源st/sist/stat/stin/stem-277
- [Python]Spyder常用设置方便使用-持续更新
- Rasa课程、Rasa培训、Rasa面试、Rasa实战系列之Sparsity
- 为什么反向传播更加高效