乾貨收藏：AI、深度學習、神經網路、大資料備忘錄（附資料）

作者：Stefan Kojouharov

來源：專知（ID：Quan_Zhuanzhi）編譯

01 神經網路

02 神經網路圖

03 機器學習概覽

04 機器學習：Scikit-learn演演算法

這個部分展示了Scikit-learn中每個演演算法的適用範圍及優缺點，可以幫你快速找到解決問題的方法。

05 Scikit-learn

Scikit-learn（以前稱為scikits.learn）是機器學習庫。 它具有各種分類，回歸和聚類演演算法，包括支援向量機，隨機森林，梯度增強，k-means和DBSCAN等。

06 機器學習：演演算法

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演演算法。

07 資料科學中的Python

08 TensorFlow

09 Keras

2017年，Google的TensorFlow團隊決定在TensorFlow的核心庫中支援Keras。 Chollet解釋說，Keras被認為是一個介面而不是端到端的機器學習框架。 它提供了更高階別，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路。

10 NumPy

NumPy透過提供多維陣列以及在陣列上高效執行的函式和運運算元來提高運算效率，需要重寫一些程式碼，主要是使用NumPy的內部迴圈。

11 Pandas

“Pandas”這個名稱來自術語““panel data ”，這是一個多維結構化資料集的計量經濟學術語。

12 資料清洗

Data Wrangling 是一款好用的資料清洗軟體

13 dplyr和tidyr

14 SciPy

SciPy建立在NumPy陣列物件之上，是NumPy工具集的一部分。

15 Matplotlib

16 資料視覺化

17 PySpark

18 Big-O

各種演演算法的複雜度

參考資料（可從部分連結中獲取高畫質原圖，可能需要翻牆）：

Big-O Algorithm Cheat Sheet:

http://bigocheatsheet.com/

Bokeh Cheat Sheet:

https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf

Data Science Cheat Sheet:

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

Data Wrangling Cheat Sheet:

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

Data Wrangling:

https://en.wikipedia.org/wiki/Data_wrangling

Ggplot Cheat Sheet: 

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

Keras Cheat Sheet:

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

Keras: 

https://en.wikipedia.org/wiki/Keras

Machine Learning Cheat Sheet:

https://ai.icymi.email/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.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html

Matplotlib Cheat Sheet: 

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

Matpotlib:

https://en.wikipedia.org/wiki/Matplotlib

Neural Networks Cheat Sheet:

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

Neural Networks Graph Cheat Sheet:

http://www.asimovinstitute.org/blog/

Neural Networks: 

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

Numpy Cheat Sheet: 

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

NumPy: 

https://en.wikipedia.org/wiki/NumPy

Pandas Cheat Sheet: 

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

Pandas: 

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

Pandas Cheat Sheet: 

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

Pyspark Cheat Sheet: 

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

Scikit Cheat Sheet:

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

Scikit-learn:

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

Scikit-learn Cheat Sheet: 

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

Scipy Cheat Sheet:

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

SciPy: 

https://en.wikipedia.org/wiki/SciPy

TesorFlow Cheat Sheet:

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

Tensor Flow: 

https://en.wikipedia.org/wiki/TensorFlow

原文連結：

https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463