34c57dfae033b92c33f379365c7b6ad4.png

红色石头的个人网站:

红色石头的个人博客-机器学习、深度学习之路​www.redstonewill.com
3953e866c250a0c70a8842615503d0c5.png

工欲善其事,必先利其器。在机器学习、深度学习研究中,优秀的参考资料和手册往往能够助我们事半功倍!今天小编给大家整理了 27 张非常全面的 AI 速查表,以便供大家平时查询所用!

这 27 张速查表内容非常全面,涉及神经网络、机器学习、深度学习、Python 及其开源库、数据可视化等。

下面,我们分别来详细介绍。

1. 神经网络基础

da66712f9ae07d420c7ee027d533f9c4.png

Neural Networks Cheat Sheet

2. 神经网络图

d698e7b948d826ebeb78e11ab8e89e0d.png

Neural Networks Graphs Cheat Sheet

3. 数学基础

1312e8c3130450b8c57e920a14cd1df0.png

Neural Network Cheat Sheet

dff424e3c04270d2fbccf691633a381a.png

Neural Network Cheat Sheet

4. 机器学习概述

dfa03e9eb4c35c93f6e698a3192786c8.png

Machine Learning Cheat Sheet

5. Scikit-Learn

Scikit-Learn 将帮助您在最困难的时候找到正确的估算器。流程图将帮助您检查文档和每个估算器的大致指南,这些指南将帮助您了解更多有关问题和如何解决问题的信息。

d804bb426466b766a60c56da10b0b51c.png

Machine Learning Cheat Sheet

Scikit-Learn是一个基于 Python 编程语言的免费机器学习库。它具有各种分类、回归和聚类算法,包括支持向量机、随机森林、梯度增强、k均值,旨在与 Python 数字和科学库 NumPy和 SciPy 进行互操作。

20cc807c49d4eeee7ccd539b6daacc27.png

Scikit-Learn Cheat Sheet

6. 机器学习:算法速查表

这份来自 Microsoft Azure 的机器学习速查表将帮助你在预测性分析解决方案上选择适当的机器学习算法。首先,速查表会询问你有关数据性质的问题,然后建议最佳算法。

46d24517feb55c82bb20d5246db89a25.png

MACHINE LEARNING ALGORITHM CHEAT SHEET

7. Python 数据科学

2f629100c937c7057154914a76040c1c.png

Python Data Science Cheat Sheet

4a7bced05afcbd614ff37556600bf633.png

Big Data Cheat Sheet

8. TensorFlow

TensorFlow 是一个基于数据流编程(dataflow programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现。

5a7aad92f498eb136f7e78e6ebfd9e41.png

TesorFlow Cheat Sheet

9. Keras

Keras 是一个高层神经网络 API,Keras 由纯 Python 编写而成并基 Tensorflow、Theano 以及 CNTK 后端。

beb84d1be121d8901c0b324499051838.png

Keras Cheat Sheet

10. NumPy

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

e7b21c61667cfebedb2ebfdc2301b2eb.png

Numpy Cheat Sheet

11. Pandas

Pandas 是基于 NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。Pandas 提供了大量能使我们快速便捷地处理数据的函数和方法。

3f271545e949ae2a7f69884603b4a039.png

Pandas Cheat Sheet

12. 数据整理(Data Wrangling)

数据整理(Data Wrangling)可归纳为以下三步:数据收集(Gather) ,数据评估(Assess), 数据清理(Clean)。

adb73a5dcb88c49a92cf6d313e23a431.png

Data Wrangling Cheat Sheet

0318faec86ebac12b3c17232b4b5e2b0.png

Pandas Data Wrangling Cheat Sheet

13.使用 dplyr and tidyr 数据整理

06cce539c2c597c02748e6a966e4cc7a.png

Data Wrangling with dplyr and tidyr Cheat Sheet

cfd6bfe52c90468c70132e5a1e9f0921.png

Data Wrangling with dplyr and tidyr Cheat Sheet

14. SciPy

SciPy 是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算 NumPy 矩阵,使 NumPy 和 SciPy 协同工作,高效解决问题。

96ecfed03308aca0436e45506bd3da88.png

Scipy Cheat Sheet

15. Matplotlib

Matplotlib 是一个 Python 2D 绘图库,它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。Matplotlib 可用于 Python 脚本,Python 和IPython shell,Jupyter 笔记本,Web 应用程序服务器和四个图形用户界面工具包。只需几行代码即可生成绘图,直方图,功率谱,条形图,错误图,散点图等。

为了简单绘图,pyplot 模块提供了类似于 MATLAB 的界面,特别是与 IPython 结合使用时。

64fc2b2c8a2c3cd6345be33ce73874db.png

Matplotlib Cheat Sheet

16. 数据可视化

2e8c7caf31cffad0b5043ea2483b3fbd.png

Data Visualization Cheat Sheet

4685e33c53d893bfc2bee2a6b6f83c2a.png

ggplot cheat sheet

17. PySpark

PySpark 是 Spark 为 Python 开发者提供的 API。

f8a7828db2915b5f661f7c99d58d2492.png

Pyspark Cheat Sheet

18. Big-O

f03e868e60ed82ed4860f2efcf891c61.png

Big-O Algorithm Cheat Sheet

4620a8362e12ee73e43fd20f4e73425a.png

Big-O Algorithm Complexity Chart

c56a807fd887bced360ae9824d7cceb6.png

BIG-O Algorithm Data Structure Operations

54fe26204c2395a1e204822464116164.png

Big-O Array Sorting Algorithms

原文链接:

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

资源获取

目前,本文整理的 27 张 AI 速查表高清无水印版已整理完毕!

链接:

https://pan.baidu.com/s/1twWd6x046leSMPcLhJG70Q

提取码:yu84

f17d706fe25846ee857518cb293f5d7c.png
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐