【機器學習】27 個機器學習、數(shù)學、Python 速查表
英文：Robbie Allen，編譯：伯樂在線 - iPytLab
機器學習涉及到的方面非常多。當我開始準備復習這些內(nèi)容的時候，我找到了許多不同的”速查表”, 這些速查表針對某一主題都羅列出了所有我需要知道的知識重點。最終我編譯了超過 20 份機器學習相關的速查表，其中一些是我經(jīng)常用到的而且我相信其他人也會從中受益。本文整理了我在網(wǎng)絡上找到的 27 個速查表，我認為比較好。如果我有遺漏，歡迎補充。
如今機器學習領域的發(fā)展相當迅速，我可以想象出來這些資源將會很快過時，但是至少在當前，在2017年6月1日，他們都是相當流行的。
如果你們像我一樣想要一次性批量下載所有資源，我我已經(jīng)將 27 個速查表整理打包好了：https://pan.baidu.com/s/1mi0viGS
如果你喜歡本文，記得給我在下面點個 zan 哦。
機器學習
這里我從一些和機器學習算法相關的流程圖和表格中選擇了我認為最全面的幾個并在下面羅列出來。
Neural Network Architectures
鏈接: http://www.asimovinstitute.org/neural-network-zoo/
The Neural Network Zoo
Microsoft Azure Algorithm Flowchart
鏈接: https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet
Machine learning algorithm cheat sheet for Microsoft Azure Machine Learning Studio
SAS Algorithm Flowchart
鏈接: http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/
SAS: Which machine learning algorithm should I use?
Algorithm Summary
鏈接: http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/
A Tour of Machine Learning Algorithms
Which are the best known machine learning algorithms?
Algorithm Pro/Con
鏈接: https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend
Python
網(wǎng)上在線的Python資源可以說是相當?shù)亩?。在這一部分，我挑選了我遇到的幾個最好的速查表呈獻給大家。
ML算法
鏈接: https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/
Python基礎
鏈接: http://datasciencefree.com/python.pdf
鏈接: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA
Numpy
鏈接: https://www.dataquest.io/blog/numpy-cheat-sheet/
鏈接: http://datasciencefree.com/numpy.pdf
鏈接: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE
鏈接: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb
Pandas
鏈接: http://datasciencefree.com/pandas.pdf
鏈接: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U
鏈接: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb
Matplotlib
鏈接: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet
鏈接: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb
Scikit Learn
鏈接: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk
鏈接: http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html
鏈接: https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.ipynb
Tensorflow
鏈接: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/1_Introduction/basic_operations.ipynb
Pytorch
鏈接: https://github.com/bfortuner/pytorch-cheatsheet
數(shù)學
如果你想真正的理解機器學習，你需要有扎實的統(tǒng)計學(尤其是概率論), 線性代數(shù)以及微積分基礎。我在上大學的時候輔修了數(shù)學專業(yè)，但是我肯定還是需要對這些數(shù)學知識進行復習。如果你想理解常用機器學習算法背后的數(shù)學原理，那么下面的這些速查表將會是你需要的。
概率論
鏈接: http://www.wzchen.com/s/probability_cheatsheet.pdf
線性代數(shù)
鏈接: https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf
統(tǒng)計學
鏈接: http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf
微積分
鏈接: http://tutorial.math.lamar.edu/getfile.aspx?file=B,41,N
打包下載：https://pan.baidu.com/s/1mi0viGS
往期精彩回顧 本站qq群851320808，加入微信群請掃碼：