AI速查表:神经网络、机器学习、深度学习与数据科学一览
本文是Chatbots Life创始人
Stefan Kojouharov花费数学心血搜集的AI概念速查表,是学习
神经网络、机器学习、深度学习与大数据必备之良方。(温馨提示:点击图片可查看大图)
1. 神经网络
2. 神经网络结构
3. 神经网络公式
4. 机器学习:概览
5. 机器学习:Scikit-learn算法
Scikit-learn是
基于Python的
功能强大的开源
科学计算工具包,内含分类、回归、聚类、支持向量机、随机森林与Gradient Boosting等算法。6. 机器学习:算法概览
7. Python数据科学
8. 大数据
9. TensorFlow
2017 年 5 月,谷歌宣布了第二代 TPU ,并在Google Compute Engine中加入了对 TPU 的支持。第二代 TPU 有高达 180 万亿次浮点运算性能。当 64 块TPU 组合使用时,可提供高达 11.5 千万亿次浮点运算的性能。
10. Keras
2017 年,TensorFlow核心库加入了对 Keras 的支持。Keras作者Chollet表示Keras更适合作端口使用,而非端对端的机器学习框架,它提供了更高级更直观的抽象集合,可轻松配置神经网络,无需考虑后端科学计算库。
11. NumPy
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多。
12. Pandas:Python结构化数据分析利器
13. Data Wrangling
14. Data Wrangling with dplyr and tidyr
15. SciPy
基于 NumPy 数组对象构建,是 NumPy 堆栈的一部分,包含 Matplotlib,pandas 和 SymPy 等工具,以及一个科学计算库的扩展集。
16. Matplotlib
Matplotlib是Python中常用的可视化工具之一,便于创建海量类型2D图表和一些基本的3D图表。
17. 数据可视化
18. PySpark
19. Big-O
速查表来源
Big-O Algorithm Cheat Sheet:
http://bigocheatsheet.com/
Bokeh Cheat Sheet:
http://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf
Data Science Cheat Sheet:
http://www.datacamp.com/community/tutorials/python- src="http://img5.shadafang.com/img.php?http://mmbiz.qpic.cn/mmbiz_png/wvkocF2MXjVEUiaGQZicwF4iaXmFyn7OWxapY9EiaYqAXVuUd4zICkkGuhesD31722iacXiauE2VFc729apcmzMHVAqw/640?wx_fmt=png" />
近来后台留言希望交流的用户反馈日渐增多
遂而建立一个QQ群
已有相关资料在群文件分享
名额有限,
大家可以扫码加入
备注
完整的加入
信息才能通过申请请留下你指尖的温度
长按识别关注
记得这是一个有技术信仰的公众号
人工智能|机器学习|区块链|大数据|架构
- 5000个铅笔尺寸的机器人如何解决宇宙的奥秘
- LCK那些惊悚对局:Faker也比不上这个补刀机器!
- 又到一年猜能上春晚舞台机器人的时候了~
- TLP 帮助我们的 Linux 机器节能省电 | Linux 中国
- 新春走基层 | 视频:动动手指遥控,救火机器人冲上前
- 《战争机器》开发商新作疑被泄露《完美黑暗》重启
- Zero to Hero:2017年机器之心AI高分概述文章全集
- 智能机器“巡检员”现身,集成多种传感器感测环境
- 科技|国产穿戴式外骨骼助力机器人发布,看似钢铁战衣
- 狗年吉祥!机器人大讲堂携全球知名机器狗给大家拜年了