|
原文地址是：Cheat Sheet of Machine Learning and Python (and Math) Cheat Sheets 译文地址是：值得收藏的 27 个机器学习的小抄 机器学习Machine Learning有很多方面，当我开始研究学习它时，我发现了各种各样的“小抄”，它们简明地列出了给定主题的关键知识点。最终，我汇集了超过 20 篇的机器学习相关的小抄，其中一些我经常会翻阅，而另一些我也获益匪浅。这篇文章里面包含了我在网上找到的 27 个小抄，如果你发现我有所遗漏的话，请告诉我。 机器学习领域的变化是日新月异的，我想这些可能很快就会过时，但是至少在 2017 年 6 月 1 日时，它们还是很潮的。 如果你想要这些图表，你无需向我一样一张张下载，只需要从这里点击下载就可以了。 如果你喜欢这篇文章，那就分享给更多人，如果你想感谢我，就到原帖地址点个赞吧。 机器学习 这里有一些有用的流程图和机器学习算法表，我只包括了我所发现的最全面的几个。 神经网络架构 来源： http://www./neural-network-zoo/ 微软 Azure 算法流程图 来源： https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet 用于微软 Azure 机器学习工作室的机器学习算法： SAS 算法流程图 来源： http://blogs./content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/ SAS：我应该使用哪个机器学习算法？： 算法总结 来源： http:///a-tour-of-machine-learning-algorithms/ 机器学习算法指引： 来源： http:///best-known-machine-learning-algorithms-infographic/ 已知的机器学习算法哪个最好？： 算法优劣 来源： https://blog./machine-learning-explained-algorithms-are-your-friend Python 自然而然，也有许多在线资源是针对 Python 的，这一节中，我仅包括了我所见过的最好的那些小抄。 算法 来源： https://www./blog/2015/09/full-cheatsheet-machine-learning-algorithms/ Python 基础 来源： http:///python.pdf 来源： https://www./community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA Numpy 来源： https://www./blog/numpy-cheat-sheet/ 来源： http:///numpy.pdf
来源： https://www./community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE
来源： https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb
Pandas 来源： http:///pandas.pdf
来源： https://www./community/blog/python-pandas-cheat-sheet#gs.S4P4T=U
来源： https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb
Matplotlib 来源： https://www./community/blog/python-matplotlib-cheat-sheet
来源： https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb
Scikit Learn |
|
|
