ApacheCN 人工智能知识树 v1.0

Special Sponsors

贡献者：飞龙

版本：v1.0

最近总是有人问我，把 ApacheCN 这些资料看完一遍要用多长时间，如果你一本书一本书看的话，的确要用很长时间。但我觉得这是非常麻烦的，因为每本书的内容大部分是重复的，有些不重复的内容你也不好找。为了方便大家，我就把每本书的章节拆开，再按照知识点合并，手动整理了这个知识树。大家可以按照知识点依次学习，如果理解了一个知识点，就没必要看其余文章，直接跳到下一个就行了。

统计机器学习

基础知识

AILearning 第1章_基础知识
CS229 中文笔记一、引言
CS229 中文笔记三、线性代数回顾
机器学习基石 1 – The Learning Problem
机器学习基石 2 – Learning to Answer Yes/No
机器学习基石 3 – Types of Learning
机器学习基石 4 – Feasibility of Learning
机器学习基石 6 – Theory of Generalization
机器学习基石 7 – The VC Dimension
机器学习基石 8 – Noise and Error
机器学习基石 16 – Three Learning Principles
写给人类的机器学习一、为什么机器学习重要
SciPyCon 2018 sklearn 教程一、Python 机器学习简介
SciPyCon 2018 sklearn 教程二、Python 中的科学计算工具
SciPyCon 2018 sklearn 教程九、sklearn 估计器接口回顾
SciPyCon 2018 sklearn 教程十五、估计器流水线
数据科学和人工智能技术笔记一、向量、矩阵和数组
Sklearn 学习指南第一章：机器学习 - 温和的介绍

线性回归/逻辑回归/softmax 回归

AILearning 第5章_逻辑回归
AILearning 第8章_回归
CS229 中文笔记二、单变量线性回归
CS229 中文笔记四、多变量线性回归
CS229 中文笔记六、逻辑回归
DLAI 深度学习笔记第一门课第二周：神经网络的编程基础
机器学习基石 9 – Linear Regression
机器学习基石 10 – Logistic Regression
机器学习基石 11 – Linear Models for Classification

机器学习基石 12 – Nonlinear Transformation

机器学习技法 5 – Kernel Logistic Regression
Scikit-learn 秘籍第二章处理线性模型
Scikit-learn 秘籍第四章使用 scikit-learn 对数据分类
PythonProgramming.net 系列教程第一部分回归
写给人类的机器学习 2.1 监督学习
写给人类的机器学习 2.2 监督学习 II
Python 数据分析与挖掘实战第5章　挖掘建模
Python 数据分析与挖掘实战第13章　财政收入影响因素分析及预测模型
与 TensorFlow 的初次接触 2. TensorFlow 中的线性回归
SciPyCon 2018 sklearn 教程五、监督学习第一部分：分类
SciPyCon 2018 sklearn 教程六、监督学习第二部分：回归分析
SciPyCon 2018 sklearn 教程十七、深入：线性模型
数据科学和人工智能技术笔记十一、线性回归
数据科学和人工智能技术笔记十二、逻辑回归
Sklearn 学习指南第二章：监督学习

决策树/随机森林

AILearning 第3章_决策树算法
AILearning 第9章_树回归
机器学习技法 9 – Decision Tree
机器学习技法 10 – Random Forest
Scikit-learn 秘籍第四章使用 scikit-learn 对数据分类
写给人类的机器学习 2.3 监督学习 III
Python 数据分析与挖掘实战第5章　挖掘建模
Python 数据分析与挖掘实战第6章　电力窃漏电用户自动识别
SciPyCon 2018 sklearn 教程十八、深入：决策树与森林
数据科学和人工智能技术笔记十三、树和森林
Sklearn 学习指南第二章：监督学习

GDBT/XGBoost

机器学习技法 11 – Gradient Boosted Decision Tree

朴素贝叶斯

AILearning 第4章_朴素贝叶斯
Scikit-learn 秘籍第四章使用 scikit-learn 对数据分类
数据科学和人工智能技术笔记十六、朴素贝叶斯
Sklearn 学习指南第二章：监督学习

支持向量机

AILearning 第6章_支持向量机
AILearning 支持向量机的几个通俗理解
CS229 中文笔记十二、支持向量机
机器学习技法 1 – Linear Support Vector Machine
机器学习技法 2 – Dual Support Vector Machine
机器学习技法 3 – Kernel Support Vector Machine
机器学习技法 4 – Soft-Margin Support Vector Machine
机器学习技法 6 – Support Vector Regression
Scikit-learn 秘籍第四章使用 scikit-learn 对数据分类
PythonProgramming.net 系列教程第二部分分类
写给人类的机器学习 2.2 监督学习 II
Python 数据分析与挖掘实战第9章　基于水色图像的水质评价
数据科学和人工智能技术笔记十五、支持向量机
Sklearn 学习指南第二章：监督学习

K 近邻

AILearning 第2章_K近邻算法
Scikit-learn 秘籍第三章使用距离向量构建模型
PythonProgramming.net 系列教程第二部分分类
写给人类的机器学习 2.3 监督学习 III
SciPyCon 2018 sklearn 教程五、监督学习第一部分：分类
SciPyCon 2018 sklearn 教程六、监督学习第二部分：回归分析
数据科学和人工智能技术笔记十四、K 最近邻

KMeans

AILearning 第10章_KMeans聚类
CS229 中文笔记十三、聚类
Scikit-learn 秘籍第三章使用距离向量构建模型
PythonProgramming.net 系列教程第三部分聚类
写给人类的机器学习三、无监督学习
Python 数据分析与挖掘实战第5章　挖掘建模
Python 数据分析与挖掘实战第7章　航空公司客户价值分析
Python 数据分析与挖掘实战第8章　中医证型关联规则挖掘
与 TensorFlow 的初次接触 3. TensorFlow 中的聚类
SciPyCon 2018 sklearn 教程八、无监督学习第二部分：聚类
TensorFlow 学习指南三、学习
数据科学和人工智能技术笔记十七、聚类
Sklearn 学习指南第三章：无监督学习

均值移动

PythonProgramming.net 系列教程第三部分聚类
数据科学和人工智能技术笔记十七、聚类
Sklearn 学习指南第三章：无监督学习

层次聚类

写给人类的机器学习三、无监督学习
Python 数据分析与挖掘实战第14章　基于基站定位数据的商圈分析
SciPyCon 2018 sklearn 教程二十、无监督学习：层次和基于密度的聚类算法
数据科学和人工智能技术笔记十七、聚类
Sklearn 学习指南第三章：无监督学习

DBSCAN

SciPyCon 2018 sklearn 教程二十、无监督学习：层次和基于密度的聚类算法
数据科学和人工智能技术笔记十七、聚类

高斯混合

Scikit-learn 秘籍第三章使用距离向量构建模型
Sklearn 学习指南第三章：无监督学习

Boosting/Bagging/Blending

机器学习技法 7 – Blending and Bagging

AdaBoost

AILearning 第7章_集成方法
机器学习技法 8 – Adaptive Boosting

PCA

AILearning 第13章_PCA降维
AILearning 第14章_SVD简化数据
CS229 中文笔记十四、降维
写给人类的机器学习三、无监督学习
SciPyCon 2018 sklearn 教程七、无监督学习第一部分：变换
Sklearn 学习指南第三章：无监督学习

LDA

Scikit-learn 秘籍第四章使用 scikit-learn 对数据分类

流形学习

SciPyCon 2018 sklearn 教程二十一、无监督学习：非线性降维

异常检测

CS229 中文笔记十五、异常检测
SciPyCon 2018 sklearn 教程二十二、无监督学习：异常检测

Apriori/FP-growth

AILearning 第11章_Apriori算法
AILearning 第12章_FP-growth算法
Python 数据分析与挖掘实战第5章　挖掘建模
Python 数据分析与挖掘实战第8章　中医证型关联规则挖掘

深度学习

基础知识

DLAI 深度学习笔记第一门课第一周：深度学习引言
与 TensorFlow 的初次接触 1. TensorFlow 基础知识
TensorFlow 学习指南一、基础

MLP

CS229 中文笔记八、神经网络：表述
CS229 中文笔记九、神经网络的学习
DLAI 深度学习笔记第一门课第三周：浅层神经网络
DLAI 深度学习笔记第一门课第四周：深层神经网络
机器学习技法 12 – Neural Network
机器学习技法 13 – Deep Learning
机器学习技法 14 – Radial Basis Function Network
PythonProgramming.net 系列教程第四部分神经网络
写给人类的机器学习四、神经网络和深度学习
Python 数据分析与挖掘实战第5章　挖掘建模
Python 数据分析与挖掘实战第6章　电力窃漏电用户自动识别
Python 数据分析与挖掘实战第10章　家用电器用户行为分析与事件识别
Python 数据分析与挖掘实战第13章　财政收入影响因素分析及预测模型
与 TensorFlow 的初次接触 4. TensorFlow 中的单层神经网络
与 TensorFlow 的初次接触 5. TensorFlow 中的多层神经网络
TensorFlow Rager 教程一、如何使用 TensorFlow Eager 构建简单的神经网络
数据科学和人工智能技术笔记十八、Keras

CNN

DLAI 深度学习笔记第四门课第一周卷积神经网络
DLAI 深度学习笔记第四门课第二周深度卷积网络：实例探究
TensorFlow Rager 教程七、使用 TensorFlow Eager 构建用于情感识别的卷积神经网络（CNN）

RNN

DLAI 深度学习笔记第五门课第一周循环序列模型
DLAI 深度学习笔记第五门课第三周序列模型和注意力机制
TensorFlow Rager 教程八、用于 TensorFlow Eager 序列分类的动态循坏神经网络
TensorFlow Rager 教程九、用于 TensorFlow Eager 时间序列回归的递归神经网络

时间序列

第5章　挖掘建模
Python 数据分析与挖掘实战第11章　应用系统负载分析与磁盘容量预测
TensorFlow Rager 教程九、用于 TensorFlow Eager 时间序列回归的递归神经网络

机器视觉

CS229 中文笔记十八、应用实例：图片文字识别
DLAI 深度学习笔记第四门课第三周目标检测
DLAI 深度学习笔记第四门课第四周特殊应用：人脸识别和神经风格转换
PythonProgramming.net 系列教程图像和视频分析
PythonProgramming.net 系列教程 TensorFlow 目标检测
数据科学和人工智能技术笔记四、图像预处理

图嵌入/图的表示学习

图嵌入综述：问题，技术与应用第一、二章
图嵌入综述：问题，技术与应用第三章
图嵌入综述：问题，技术与应用 4.1 ~ 4.2
图嵌入综述：问题，技术与应用 4.3 ~ 4.7
图嵌入综述：问题，技术与应用第五、六、七章

自然语言处理

DLAI 深度学习笔记第五门课第二周自然语言处理与词嵌入
PythonProgramming.net 系列教程自然语言处理教程
PythonProgramming.net 系列教程 TensorFlow 聊天机器人
Python 数据分析与挖掘实战第15章　电商产品评论数据情感分析
TensorFlow Rager 教程七、使用 TensorFlow Eager 构建用于情感识别的卷积神经网络（CNN）
TensorFlow Rager 教程八、用于 TensorFlow Eager 序列分类的动态循坏神经网络
SciPyCon 2018 sklearn 教程十一、文本特征提取
SciPyCon 2018 sklearn 教程十二、案例学习：用于 SMS 垃圾检测的文本分类
SciPyCon 2018 sklearn 教程二十三、核外学习 - 用于语义分析的大规模文本分类
数据科学和人工智能技术笔记五、文本预处理

强化学习

写给人类的机器学习五、强化学习

预处理/特征工程

Scikit-learn 秘籍第一章模型预处理
Python 数据分析与挖掘实战第3章　数据探索
Python 数据分析与挖掘实战第4章　数据预处理
TensorFlow Rager 教程四、文本序列到 TFRecords
TensorFlow Rager 教程五、如何将原始图片数据转换为 TFRecords
TensorFlow Rager 教程六、如何使用 TensorFlow Eager 从 TFRecords 批量读取数据
SciPyCon 2018 sklearn 教程三、数据表示和可视化
SciPyCon 2018 sklearn 教程七、无监督学习第一部分：变换
SciPyCon 2018 sklearn 教程十、案例学习：泰坦尼克幸存者
SciPyCon 2018 sklearn 教程十一、文本特征提取
SciPyCon 2018 sklearn 教程十九、自动特征选择
数据科学和人工智能技术笔记二、数据准备
数据科学和人工智能技术笔记三、数据预处理
数据科学和人工智能技术笔记四、图像预处理
数据科学和人工智能技术笔记五、文本预处理
数据科学和人工智能技术笔记六、日期时间预处理
数据科学和人工智能技术笔记七、特征工程
数据科学和人工智能技术笔记八、特征选择
数据科学和人工智能技术笔记十九、数据整理（上）
数据科学和人工智能技术笔记十九、数据整理（下）
数据科学和人工智能技术笔记二十、数据可视化
Sklearn 学习指南第四章：高级功能

模型评估/模型调优

CS229 中文笔记七、正则化
CS229 中文笔记十、应用机器学习的建议
CS229 中文笔记十一、机器学习系统的设计
DLAI 深度学习笔记第二门课第一周：深度学习的实用层面
DLAI 深度学习笔记第二门课第三周超参数调试，batch正则化和程序框架
DLAI 深度学习笔记第三门课第一周：机器学习策略（1）
DLAI 深度学习笔记第三门课第二周：机器学习策略（2）
机器学习基石 5 – Training versus Testing
机器学习基石 13 – Hazard of Overfitting
机器学习基石 14 – Regularization
机器学习基石 15 – Validation
Scikit-learn 秘籍第二章处理线性模型
Scikit-learn 秘籍第五章模型后处理
TensorFlow Rager 教程二、在 Eager 模式中使用指标
SciPyCon 2018 sklearn 教程四、训练和测试数据
SciPyCon 2018 sklearn 教程十三、交叉验证和得分方法
SciPyCon 2018 sklearn 教程十四、参数选择、验证和测试
SciPyCon 2018 sklearn 教程十六、模型评估、得分指标和处理不平衡类别
TensorFlow 学习指南二、线性模型
数据科学和人工智能技术笔记九、模型验证
数据科学和人工智能技术笔记十、模型选择
Sklearn 学习指南第四章：高级功能

最优化

梯度下降

CS229 中文笔记十七、大规模机器学习
DLAI 深度学习笔记第一门课第二周：优化算法

其它

机器学习技法 16（完结） – Finale
CS229 中文笔记十九、总结
写给人类的机器学习六、最好的机器学习资源
与 TensorFlow 的初次接触 6. 并行
TensorFlow Rager 教程三、如何保存和恢复训练模型
TensorFlow 学习指南四、分布式
数据科学和人工智能技术笔记二十一、统计学

关于我们

我们是一个大型开源社区，旗下 QQ 群共 9000 余人，订阅用户至少一万人。Github Star 数量超过 20k 个，在所有 Github 组织中排名前 200。网站日 uip 超过 4k，Alexa 排名的峰值为 20k。我们的核心成员拥有 CSDN 博客专家和简书程序员优秀作者认证。我们与 Datawhale、AI 有道、黄海广博士等国内知名开源组织和大 V 合作，组织公益性的翻译活动、学习活动和比赛组队活动。

与商业组织不同，我们并不会追逐热点，或者唯利是图。作为公益组织，我们将完成项目放在首要位置，并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西，打造真正有价值的长尾作品。

【导航】ibooker.org.cn
【归档】home.apachecn.org
【社区】bbs.apachecn.org
【Github】@ApacheCN
自媒体平台
- 微博：@ApacheCN
- 知乎专栏：AILearning
- 公众号：ApacheCN
- CSDN | 博客园 | 简书 | bilibili
We are ApacheCN Open Source Organization, not ASF! We are fans of AI, and have no relationship with ASF!
合作 or 侵权，请联系 apachecn@163.com | 请抄送一份到 wizard.z@foxmail.com

赞助我们

ApacheCN 人工智能知识树 v1.0相关推荐

企业智能化升级之路：CSDN《2017-2018中国人工智能产业路线图V1.0》重磅发布
2017年是AI之年,人工智能领域多年的努力和积累终于勃发,从政府到民间,从国家战略到坊间热点,从学术圈到资本圈,从主流领导企业到创新独角兽,一时间全社会各个角落关注AI.走向AI.布局AI,AI正在 ...
肝了我好久，《Python知识手册V1.0》出来了！！！
最近这段时间,每天抽空整理了一份Python知识手册,当然也可以称为Python面试手册.以问答的形式去整理,包含基础篇.进阶篇.练习篇.爬虫篇.正则篇.Flask篇.Django篇.目前版本V1.0 ...
浏览器中的音视频知识总结v1.0(工作中需要和视频打交道必看！)
视频是什么视频,其实就是一系列连续播放的图片,如果1s钟播放24张图片,那么人眼看到的就不再是一张张独立的图片,而是动起来的画面.其中一张图片称为一帧,1s播放的图片数称为帧率.常见的帧率有24帧/ ...
首个中文全词类知识库-百科知识树开源啦！搭配开源标注工具，一招搞定知识关联！...
近年来,深度学习技术已广泛应用于NLP领域,但实际应用效果往往受限于缺乏大规模高质量监督样本.2018年底,预训练语言模型横空出世,极大缓解了这个问题,通过「超大规模无监督语料上的预训练语言模型+相对 ...
开发者AI职业指南：CSDN《AI技术人才成长路线图V1.0》重磅发布
人工智能浪潮来袭,开发者应该怎么办?2018年1月16日,在刚刚召开的"AI生态赋能2018论坛"上,CSDN副总裁孟岩重磅发布了AI技术职业升级指南--<AI 技术人才成长 ...
【正点原子Linux连载】第四十四章设备树下的LED驱动实验 -摘自【正点原子】I.MX6U嵌入式Linux驱动开发指南V1.0
1)实验平台:正点原子阿尔法Linux开发板 2)平台购买地址:https://item.taobao.com/item.htm?id=603672744434 2)全套实验源码+手册+视频下载地址: ...
背包问题九讲 v1.0
背包问题九讲 v1.0 目录第一讲 01背包问题第二讲完全背包问题第三讲多重背包问题第四讲混合三种背包问题第五讲二维费用的背包问题第六讲分组的背包问题第七讲有依赖的背包问题 ...
企业级低代码平台，Jeecgboot-Vue3 v1.0.0 版本正式发布
项目介绍 Jeecgboot-Vue3 采用 Vue3.0.Vite. Ant-Design-Vue.TypeScript 等新技术方案,包括二次封装组件.utils.hooks.动态菜单.权限校验. ...
fifo算法模拟_我是怎样学习算法的？（V1.0）
我相信很多人都是因为找工作才去看数据结构与算法,我自己也是出于这个目的.我自己在学习数据结构和算法上走了很多弯路,原因就是没有系统地的去学习.看了很多书,刷了很多题,浪费了不少时间,所以希望看到这篇文 ...

ApacheCN 人工智能知识树 v1.0

统计机器学习

基础知识

线性回归/逻辑回归/softmax 回归

决策树/随机森林

GDBT/XGBoost

朴素贝叶斯

支持向量机

K 近邻

KMeans

均值移动

层次聚类

DBSCAN

高斯混合

Boosting/Bagging/Blending

AdaBoost

PCA

LDA

流形学习

异常检测

Apriori/FP-growth

深度学习

基础知识

MLP

CNN

RNN

时间序列

机器视觉

图嵌入/图的表示学习

自然语言处理

强化学习

推荐系统

预处理/特征工程

模型评估/模型调优

最优化

梯度下降

其它

关于我们

赞助我们

ApacheCN 人工智能知识树 v1.0相关推荐

最新文章

热门文章