超全AI速查表|神经网络、机器学习、深度学习

百家 作者:AI100 2019-10-01 04:34:00

(图片付费下载自视觉中国)


作者 | Stefan Kojouharov
编译 | ronghuaiyang
来源 | AI算法与图像处理(ID:AI_study)

【导读】过去的几个月中,我都在收集AI速查表。我时不时的分享给同学和朋友,他们经常问我要。所以我决定整理一下,发出来。为了让这件事情更加有趣,我对每个主题加了点描述。


这个应该是史上最全的了,希望你喜欢...


神经网络



神经网络图


机器学习概述



机器学习: Scikit-learn算法


这个速查表可以帮助你为你的任务找到合适的estimator,这个是工作中最困难的地方。流向图帮助你查找文档,estimator也能大致的帮助你更加好的理解你的问题,以及如何解决问题。



Scikit-Learn


Scikit-learn 是一个开源的机器学习Python库。功能包括分类,回归,聚类,算法包括支持向量机,随机森林,梯度提升,k均值和密度聚类算法。而且和Python的数值处理库如Numpy和SciPy能够互通。



机器学习 : 算法速查表


这是一个来自Microsoft Azure的机器学习速查表,你可以为你的预测任务选取合适的机器学习的算法。首选,速查表会问你数据的形式,然后给你一个适合你的任务的最佳的算法建议。



用Python做数据科学



TensorFlow


在2017年的5月,Google发布了第二代的TPU,第二代的TPU有高达180 teraflops的性能,64个TPU的集群可以提供11.5 petaflops的计算能力。



Keras


在2017年,Google的TensorFlow决定在其核心库中支持Keras。Keras是一套接口,而不是一个机器学习的框架。它提供一套高级的,更加直接的抽象功能,使得配置一个神经网络更加的容易,而不用管背后是哪个计算库。



Numpy


Numpy是一个没有优化过的解释器,目的是用Python来实现CPython中的东西。使用这个版本的数学计算往往比较慢。Numpy提供了多维数组的计算和操作,非常的有效,当需要重用代码时,大部分的内部的循环都是使用Numpy。



Pandas


这个名字是来自于 “panel data”,是一个经济学的词语,用来处理多维度的结

构化的数据。



数据整理 data wrangler


"data wrangler"这个词开始于流行文化的渗透。在2017年的电影 Kong: Skull Island,其中一个角色,被介绍为“Steve Woodward, our data wrangler”。



Scipy


Scipy是基于Numpy的数组的对象构建的,是Numpy的一部分,包括的工具如 Matplotlib, pandas and SymPy,还有一个科学计算的扩展库。Numpy和其他的一些科学计算工具如 MATLAB, GNU Octave, and Scilab很像。Numpy的技术栈也有时候叫做SciPy 技术栈。



Matplotlib


matplotlib是一个基于Python的绘图库,是Numpy的一个扩展。提供了面向对象的API。


pyplot是一个matplotlib的模块,提供了类似Matlab的绘图接口,可以像Matlab一样简单易用,而且免费。



资源


数据科学速查表: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics

数据整理速查表: https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf

数据整理: https://en.wikipedia.org/wiki/Data_wrangling

Keras速查表: https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs

Keras: https://en.wikipedia.org/wiki/Keras

机器学习速查表: https://ai.icymi.email/new-machinelearning-cheat-sheet-by-emily-barry-abdsc/

机器学习速查表: https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet

机器学习速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html

Matplotlib速查表: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY

Matpotlib: https://en.wikipedia.org/wiki/Matplotlib

神经网络速查表: http://www.asimovinstitute.org/neural-network-zoo/

神经网络图速查表: http://www.asimovinstitute.org/blog/

神经网络: https://www.quora.com/Where-can-find-a-cheat-sheet-for-neural-network

Numpy速查表: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE

NumPy: https://en.wikipedia.org/wiki/NumPy

Pandas速查表: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM

Pandas: https://en.wikipedia.org/wiki/Pandas_(software)

Pandas速查表: https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc

Scikit速查表: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet

Scikit-learn: https://en.wikipedia.org/wiki/Scikit-learn

Scikit-learn速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html

Scipy速查表: https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI

SciPy: https://en.wikipedia.org/wiki/SciPy

TesorFlow速查表: https://www.altoros.com/tensorflow-cheat-sheet.html


原文链接:
https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463


(*本文为 AI科技大本营转载文章,转载请联系原作者)

精彩推荐


2019 中国大数据技术大会(BDTC)历经十一载,再度火热来袭!豪华主席阵容及百位技术专家齐聚,15 场精选专题技术和行业论坛,超强干货+技术剖析+行业实践立体解读,深入解析热门技术在行业中的实践落地。【早鸟票】【特惠学生票】限时抢购,扫码了解详情!



推荐阅读


你点的每个“在看”,我都认真当成了喜欢

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接