基本上,神经网络包含3个不同的层:
Neural Networks Cheat Sheet
图数据可用于许多学习任务,其中包含许多元素之间的丰富关系数据。例如,对物理系统进行建模,预测蛋白质界面以及对疾病进行分类需要模型从图输入中学习。图推理模型还可用于从非结构数据(如文本和图像)中学习以及对提取的结构进行推理。
Neural Networks Graphs Cheat Sheet
Neural Network Cheat Sheet
Neural Network Cheat Sheet
Machine Learning Cheat Sheet
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。
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。
Scikit-Learn Cheat Sheet
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。
MACHINE LEARNING ALGORITHM CHEAT SHEET
Python Data Science Cheat Sheet
Big Data Cheat Sheet
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。
TesorFlow Cheat Sheet
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。
Keras Cheat Sheet
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。
Numpy Cheat Sheet
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。
Pandas Cheat Sheet
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)。
Data Wrangling Cheat Sheet
Pandas Data Wrangling Cheat Sheet
Data Wrangling with dplyr and tidyr Cheat Sheet
Data Wrangling with dplyr and tidyr Cheat Sheet
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。
Scipy Cheat Sheet
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。
Matplotlib Cheat Sheet
Data Visualization Cheat Sheet
ggplot cheat sheet
PySpark 是 Spark 为 Python 开发者提供的 API。
Pyspark Cheat Sheet
Big-O Algorithm Cheat Sheet
Big-O Algorithm Complexity Chart
BIG-O Algorithm Data Structure Operations
Big-O Array Sorting Algorithms
原文:https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463
既然来了,说些什么?