最全技术图谱！一文掌握人工智能各大分支技术

作者｜Stefan Kojouharov

编译 | 聂震坤

随着各种的问题提及的越来越频繁，笔者决定整理并分享有关机器学习、深度学习、人工智能、神经网络与大数据的技术合辑。为了内容更加生动易懂，针对各个大类展开详细解析。

神经网络

机器学习

（点击查看大图）

机器学习： Scikit-learn 算法

此部分内容有助于解决机器学习中最难的部分，即找到正确的估计器（Estimator）。下图有助于快速查找文档与简介，更快了解问题并找到相应的解决方法。

（点击查看大图）

Scikit-Learn

Scikit-learn是 Python 的一个用于机器学习的免费库。旨在与 Python 数字库 NumPy 和科学库 SciPy 进行交互。库中包含大量的分类，回归与聚类算法，支持向量机、随机森林、梯度提升、K均值与DBSCAN。

机器学习：算法

此部分旨在介绍如何根据预测分析方案来选择合适的机器学习算法。下图可以根据数据性质提出最佳算法。

TensorFlow

Keras

2017 年，谷歌在 TensorFlow 的核心库中加入了对 Keras 的支持。相较于端到端的机器学习框架，Keras 更适合作为接口来使用。它提供了更高级别、更直观的抽象集合，无论后端科学计算库如何，都可以轻松配置神经网络。

（点击查看大图）

Numpy

NumPy 是针对 Python 的 CPython 参考实现，是一个非优化的字节码解释器。Numpy 使用多维数组和函数与运算符来改写部分代码来提高运行效率，解决目前版本的Python编写数学算法的运行速度相对较慢的问题。

（点击查看大图）

Pandas

名称 “Pandas” 源于“面板数据”（Panel Data）一词，是多维结构化数据集的计量经济学术语。

用 Dplyr 与 Tidyr 进行数据预处理

SciPy

SciPy 是基于 NumPy 数组对象进行构建，为 NumPy 堆栈的一部分。包括 Matplotlib，pandas 和 SymPy 等工具以及扩展的科学计算库集。该 NumPy 堆栈与其他应用程序（如MATLAB，GNU Octave 和 Scilab）具有类似的使用者。

（点击查看大图）

Matplotlib

Matplotlib 是 Python 编程语言及其数学扩展 NumPy 的绘图库。它提供了面向对象的API，用于使用 Tkinter，wxPython，Qt 或 GTK +等通用 GUI 工具包将图形嵌入到应用程序中。还有一个基于状态机的程序 “pylab” 接口。接口类似 MATLAB，但不鼓励使用。

Pyplot 是一个 matplotlib 模块，提供了一个类似 MATLAB 的界面。Pyplot 拥有跟MATLAB 一样易上手、兼容 Pyhton 且免费的优点。

PySpark

大数据周刊

邮箱:[e-mail]

众论大数据 引领大时代