智能家居
标题: AI、神经网络、机器学习、深度学习以及大数据学习备忘单 [打印本页]
作者: 邢远 时间: 2017-10-1 15:58
标题: AI、神经网络、机器学习、深度学习以及大数据学习备忘单
AI、神经网络、机器学习、深度学习以及大数据学习备忘单
(, 下载次数: 0)
以下是关于神经网络、机器学习、深度学习以及大数据学习的备忘单。
提示:点击图片查看大图
神经网络
(, 下载次数: 0)
Neural Networks Cheat Sheet
神经网络图谱
(, 下载次数: 0)
Neural Networks Graphs Cheat Sheet
(, 下载次数: 0)
(, 下载次数: 0)
Neural Network Cheat Sheet
机器学习概览
(, 下载次数: 0)
Machine Learning Cheat Sheet
机器学习:Scikit-learn算法
(, 下载次数: 0)
Scikit-learn
开源的,功能强大的基于Python的科学计算工具包,包含大量的分类、回归与聚类算法,支持向量机、随机森林以及Gradient Boosting等。
(, 下载次数: 0)
Scikit-Learn Cheat Sheet
微软 Azure算法流程帮你基于数据性质选择合适的算法
(, 下载次数: 0)
MACHINE LEARNING ALGORITHM CHEAT SHEET
Python for Data Science
(, 下载次数: 0)
Python Data Science Cheat Sheet
(, 下载次数: 0)
Big Data Cheat Sheet
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。
(, 下载次数: 0)
TesorFlow Cheat Sheet
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。
(, 下载次数: 0)
Keras Cheat Sheet
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。
(, 下载次数: 0)
Numpy Cheat Sheet
Pandas:Python中的结构化数据分析利器
(, 下载次数: 0)
Pandas Cheat Sheet
Data Wrangling
(, 下载次数: 0)
Data Wrangling Cheat Sheet
(, 下载次数: 0)
Pandas Data Wrangling Cheat Sheet
Data Wrangling with dplyr and tidyr
(, 下载次数: 0)
Data Wrangling with dplyr and tidyr Cheat Sheet
(, 下载次数: 0)
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。
(, 下载次数: 0)
Scipy Cheat Sheet
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。
(, 下载次数: 0)
Matplotlib Cheat Sheet
数据可视化
(, 下载次数: 0)
Data Visualization Cheat Sheet
(, 下载次数: 0)
ggplot cheat sheet
PySpark
(, 下载次数: 0)
Pyspark Cheat Sheet
Big-O
(, 下载次数: 0)
Big-O Algorithm Cheat Sheet
(, 下载次数: 0)
Big-O Algorithm Complexity Chart
(, 下载次数: 0)
BIG-O Algorithm Data Structure Operations
(, 下载次数: 0)
Big-O Array Sorting Algorithms
备忘单来源:
Big-O Algorithm Cheat Sheet:
Data Wrangling Cheat Sheet:
Data Wrangling:
Ggplot Cheat Sheet:
Keras Cheat Sheet:
https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs
Keras:
Machine Learning Cheat Sheet:
ML Cheat Sheet::
Matplotlib Cheat Sheet:
https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY
Matpotlib:
Neural Networks Cheat Sheet:
Neural Networks Graph Cheat Sheet:
Neural Networks:
Numpy Cheat Sheet:
https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE
Pandas Cheat Sheet:
https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM
Pandas Cheat Sheet:
https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc
Pyspark Cheat Sheet:
https://www.datacamp.com/community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ
Scikit Cheat Sheet:
Scikit-learn:
Scikit-learn Cheat Sheet:
Scipy Cheat Sheet:
https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI
TesorFlow Cheat Sheet:
Tensor Flow:
本文转自AI科技大本营(微信ID:rgznai100)
作者: code_in_wind 时间: 2017-11-6 09:01
好复杂。
作者: 邢远 时间: 2017-11-6 12:29
我就 转发 我就没看 看图就晕了 嘿嘿嘿
欢迎光临 智能家居 (https://bbs.mywll.com/) |
Powered by Discuz! X3.4 |