點擊上方關注，All in AI中國

在過去的幾個月裡，我一直在收集AI速查手冊。 這會是你看到的最全的一個手冊，涉及神經網絡、機器學習、深度學習、Python 及其開源庫、數據可視化等。

超高清的PDF備忘單，詳情私信小編“AI速查”獲得。

神經網絡基礎

神經網絡備忘單

神經網絡圖

機器學習概述

機器學習：Scikit-learn算法

這臺機器學習備忘單將幫助您找到最困難的工作的正確估計值。 該流程圖將幫助您查看每個估算器的文檔和粗略指南，這將幫助您更多地瞭解問題以及如何解決問題。

Scikit-學習

Scikit-learn（以前稱為scikits.learn）是一個用於Python編程語言的免費軟件機器學習庫。 它具有各種分類、迴歸和聚類算法，包括支持向量機、隨機森林、梯度增強、k-means和DBSCAN，旨在與Python數值和科學庫NumPy和SciPy互操作。

機器學習：算法備忘單

Microsoft Azure的這款機器學習備忘單將幫助您為預測分析解決方案選擇合適的機器學習算法。 首先，備忘單將詢問您有關數據的性質，然後建議最佳算法。

數據科學的Python

TensorFlow

2017年5月，Google宣佈了第二代TPU，以及Google Compute Engine中TPU的可用性。第二代TPU可提供高達180萬億次浮點運算的性能，當組織成64個TPU的集群時，可提供高達11.5 萬億次浮點運算的性能。

Keras

2017年，Google的TensorFlow團隊決定在TensorFlow的核心庫中支持Keras。 Chollet解釋說，Keras被認為是一個接口而不是端到端的機器學習框架。 它提供了更高級別，更直觀的抽象集，無論後端科學計算庫如何，都可以輕鬆配置神經網絡。

NumPy

NumPy的目標是Python的CPython參考實現，它是一種非優化的字節碼解釋器。 為此版本的Python編寫的數學算法通常比編譯後的等效算法慢得多。 NumPy通過提供多維數組以及在數組上高效運行的函數和運算符來解決慢速問題，需要重寫一些代碼，主要是使用NumPy的內部循環。

Pandas

“Pandas”這個名稱來自術語“面板數據”，這是一個計量經濟學術語，用於多維結構數據集。

數據整理

“數據整理”這個詞開始滲透流行文化。

使用 dplyr and tidyr 數據整理

SciPy

SciPy構建在NumPy數組對象之上，是NumPy堆棧的一部分，包括Matplotlib、pandas和SymPy等工具，以及一組不斷擴展的科學計算庫。 這個NumPy堆棧具有與其他應用程序類似的用戶，例如MATLAB、GNU Octave和Scilab。 NumPy堆棧有時也稱為SciPy堆棧。

Matplotlib

matplotlib是Python編程語言的繪圖庫及其數學擴展NumPy。 它提供了一個面向對象的API，用於使用通用GUI工具包（如Tkinter、wxPython、Qt或GTK +）將圖表嵌入到應用程序中。 還有一個基於狀態機（如OpenGL）的程序“pylab”接口，設計與MATLAB非常相似，但不鼓勵使用它。SciPy使用matplotlib。

pyplot是一個matplotlib模塊，它提供類似MATLAB的接口。matplotlib被設計為與MATLAB一樣可用，具有使用Python的能力，其優勢在於它是免費的。

數據可視化

PySpark

Big-O

閱讀更多 AI中國 的文章

關鍵字: 學習 GTK 數學