AI速查表：神经网络、机器学习、深度学习与数据科学一览

本文是Chatbots Life创始人Stefan Kojouharov花费数学心血搜集的AI概念速查表，是学习神经网络、机器学习、深度学习与大数据必备之良方。

1. 神经网络

2. 神经网络结构

3. 神经网络公式

4. 机器学习：概览

5. 机器学习：Scikit-learn算法

Scikit-learn是基于Python的功能强大的开源科学计算工具包，内含分类、回归、聚类、支持向量机、随机森林与Gradient Boosting等算法。

6. 机器学习：算法概览

7. Python数据科学

8. 大数据

9. 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。

10. 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。

11. 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。

12. Pandas：Python结构化数据分析利器

13. Data Wrangling

14. Data Wrangling with dplyr and tidyr

15. 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。

16. 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。

17. 数据可视化

18. PySpark

19. Big-O

速查表来源

• Big-O Algorithm Cheat Sheet: 

http:///

• Bokeh Cheat Sheet: 

https://s3./assets./blog_assets/Python_Bokeh_Cheat_Sheet.pdf

• Data Science Cheat Sheet: 

https://www./community/tutorials/python-data-science-cheat-sheet-basics

• Data Wrangling Cheat Sheet: 

https://www./wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf

• Data Wrangling: 

https://en./wiki/Data_wrangling

• Ggplot Cheat Sheet: 

https://www./wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf

• Keras Cheat Sheet: 

https://www./community/blog/keras-cheat-sheet#gs.DRKeNMs

• Keras: 

https://en./wiki/Keras

• Machine Learning Cheat Sheet: 

https://ai./new-machinelearning-cheat-sheet-by-emily-barry-abdsc/

• Machine Learning Cheat Sheet: 

https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet

• ML Cheat Sheet: 

http://peekaboo-vision./2013/01/machine-learning-cheat-sheet-for-scikit.html

• Matplotlib Cheat Sheet: 

https://www./community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY

• Matpotlib: 

https://en./wiki/Matplotlib

• Neural Networks Cheat Sheet: 

http://www./neural-network-zoo/

• Neural Networks Graph Cheat Sheet: 

http://www./blog/

• Neural Networks: 

https://www./Where-can-find-a-cheat-sheet-for-neural-network

• Numpy Cheat Sheet: 

https://www./community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE

• NumPy: 

https://en./wiki/NumPy

• Pandas Cheat Sheet: 

https://www./community/blog/python-pandas-cheat-sheet#gs.oundfxM

• Pandas: 

https://en./wiki/Pandas_(software)

• Pandas Cheat Sheet: 

https://www./community/blog/pandas-cheat-sheet-python#gs.HPFoRIc

• Pyspark Cheat Sheet: 

https://www./community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ

• Scikit Cheat Sheet: 

https://www./community/blog/scikit-learn-cheat-sheet

• Scikit-learn: 

https://en./wiki/Scikit-learn

• Scikit-learn Cheat Sheet: 

http://peekaboo-vision./2013/01/machine-learning-cheat-sheet-for-scikit.html

• Scipy Cheat Sheet: 

https://www./community/blog/python-scipy-cheat-sheet#gs.JDSg3OI

• SciPy: 

https://en./wiki/SciPy

• TesorFlow Cheat Sheet: 

https://www./tensorflow-cheat-sheet.html

• Tensor Flow: 

https://en./wiki/TensorFlow