机器学习 思维导图 / 速查表
思维导图集从数据分析到深度学习来汇总机器学习概念
Overview
机器学习是计算机科学的一个子领域，使计算机不需要明确的编程步棸就能够自主学习。它致力于通过学习数据和预测数据来建立各种算法。
机器学习的应用范围非常广泛。它涵盖数学，计算机科学和神经科学的多个领域。这是一个试图在一个PDF文件中来总结整个机器学习领域。
Download
PDF 的下载地址:
同一个文件，只是以白色为背景
我是使用MindNode在Mac上建立这些思维导图的 https://mindnode.com
对应的Notebook
这个思维导图或者说是速查表还有一个相对应的Jupyter Notebook，它会教你如何一步一步的进行数据科学
关于深度学习的思维导图
这是另外一个主要关于深度学习的思维导图
1. 过程
数据科学处理做不到一劳永逸，而是一个需要设计，实施和维护不断反复的过程。PDF里面包含有关内容的快速概览。下面是一个快速截图。
2. 数据处理
首先我们需要一些数据。我们找到、收集、清洗以及其它的五个步棸来处理这些数据。下面是一些数据处理要求的例子。
3. 数学运算
数学是建立机器学习的基石。你可以通过这个PDF浏览最常见的组件。ps：如果你看到缺少的东西可以给作者发送您的反馈，。
4. 概念
一个可能并不十分全面关于激活函数，loss函数，计算框架以及方法的列表
5. 模型
经常使用模型的列表。
引用
我准备在未来建立一个更全面的引用列表。现阶段我只是列出了我建立这个思维导图PDF时的部分来源。
Stanford and Oxford Lectures. CS20SI, CS224d.
Books:
Deep Learning - Goodfellow.
Pattern Recognition and Machine Learning - Bishop.
The Elements of Statistical Learning - Hastie.
Colah's Blog. http://colah.github.io
Kaggle Notebooks.
Tensorflow Documentation pages.
Google Cloud Data Engineer certification materials.
Multiple Wikipedia articles.
关于作者
Twitter:
Linkedin:
Email:
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源
