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
推荐系统
- AILearning 第16章_推荐系统
- CS229 中文笔记 十六、推荐系统
- 机器学习技法 15 – Matrix Factorization
- Python 数据分析与挖掘实战 第12章 电子商务网站用户行为分析及服务推荐
- 基于深度学习的推荐系统:综述和新视角 第一、二章
- 基于深度学习的推荐系统:综述和新视角 3.1 ~ 3.3
- 基于深度学习的推荐系统:综述和新视角 3.4 ~ 3.11
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 ...
最新文章
- 全网最全的Windows下Anaconda2 / Anaconda3里正确下载安装用来定时任务apscheduler库(图文详解)...
- 电机编码器调零步骤_编码器原理、霍尔应用原理、调整步骤三个方面进行解读编码器调试...
- 【TeeChart .NET教程】(七)使用函数
- Hystrix面试 - 深入 Hystrix 线程池隔离与接口限流
- [渝粤教育] 西南科技大学 管理信息系统 在线考试复习资料(2)
- 关于iBase4J使用的一点心得体会
- Torchvision transforms 总结
- Teambition使用教程
- php----拷贝兔源代码分析dl函数和getdata函数
- Mysql 利用存储过程 实现单据号码(单号)生成器(万能版)
- CodeForces 514B - Watto and Mechanism
- IT行业常用网站与平台汇总(持续更新...)
- 测试大咖漫谈测试人职业发展
- 面试题(Android 基础部分)
- web前端练习32----Css,盒子模型,display,visibility,overflow,单位em
- 抖音很火的情侣公众号天气推送
- python第25天_python 第25天
- 某宝移动端用户行为分析---PYTHON
- 畅购商城_第11章_ 订单
- 谷歌验证器的原理及JS实现
热门文章
- ci php view,CI映射(加载)数据到view层的方法,ciview_PHP教程
- android studio有时打不开,android studio 打不开的几种可能
- 数据结构与算法分析(七)——C++实现平衡二叉树
- 【C语言】----宏定义,预处理宏
- C语言形参跟实参详解
- 一文看懂Java虚拟机——JVM基础概念整理
- 嵌入式Linux系统编程学习之二十三 System V 共享内存机制
- c语言试题c组卡片换位,蓝桥杯 卡片换位 - 李韬|aitom|机器人|SLAM - OSCHINA - 中文开源技术交流社区...
- 怎么写显示商品图片_虾皮商店封面图片 虾皮商店介绍怎么写吸引人
- 谷粒商城集群篇爬坑笔记--Gitee拉取项目报错、项目target文件不存在(部分项目不全)、SonarQube报错