机器学习中值得反复翻阅的小抄20＋
写在前面：
机器学习（Machine Learning）有很多方面，本文中网罗的是这个学习领域中各种各样的“小抄”，它们简明扼要地列出了给定主题的关键知识点，正在进行机器学习的小伙伴可以保存下来，在平时的学习中进行翻阅查询，文末附详细资源获取方式。
PART1：流程图+机器学习算法表
神经网络架构
来源：http://www.asimovinstitute.org/neural-network-zoo/
微软Azure算法流程图
来源：https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet
SAS算法流程图
来源：http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/
算法总结
来源：http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/
机器学习算法指引
来源：http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/
算法优劣
来源：https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend
PART2：Python
算法
来源：https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/
Python基础
来源1：http://datasciencefree.com/python.pdf
来源2：https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA
Numpy
来源1：https://www.dataquest.io/blog/numpy-cheat-sheet/
来源2：http://datasciencefree.com/numpy.pdf
来源3：https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE
来源4：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb
Pandas
来源1：http://datasciencefree.com/pandas.pdf
来源2：https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U
来源3：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb
Matplotlib
来源1：https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet
来源2：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb
Scikit Learn
来源1：https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk
来源2：http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html
来源3：https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.ipynb
TensorFlow
来源：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/1_Introduction/basic_operations.ipynb
Pytorch
来源：https://github.com/bfortuner/pytorch-cheatsheet
PART3：数学
概率
来源：http://www.wzchen.com/s/probability_cheatsheet.pdf
线性代数
来源：https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf
统计学
来源：http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf
微积分
注|内容来源“51CTO”
网址：http://ai.51cto.com/art/201804/571607.htm#topx
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20180530A1EO6900?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
