香港腕表价格交流群

【AI速查表】神经网络、机器学习、深度学习与数据科学一览

IT派 2022-08-20 08:51:53

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






原文地址:

https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b46


∞∞∞


公众号回复“AI”

邀你加入{AI机器学习圈}


IT派 - {技术青年圈}
持续关注互联网、区块链、人工智能领域


往期精彩回顾

2018年,人工智能 VS 区块链,谁更牛逼?

AI人才大迁徙:如何迅速成为机器学习内行?

一个视频带你看懂区块链将如何改变世界



Copyright © 香港腕表价格交流群@2017