神經(jīng)網(wǎng)絡(luò) Scikit-learn Microsoft Azure機(jī)器學(xué)習(xí) Python for Data Science TensorFlow Keras NumPy Pandas Data Wrangling Scipy Matplotlib Data Visualization PySpark Big-O
神經(jīng)網(wǎng)絡(luò)清單
神經(jīng)網(wǎng)絡(luò)圖清單
神經(jīng)網(wǎng)絡(luò)清單
該流程圖將幫助您查看每個(gè)估算器的文檔和粗略指南,以幫助您了解有關(guān)問題的更多信息以及解決方法。
Scikit-learn(以前稱為scikits.learn)是一個(gè)用于Python編程語言的免費(fèi)軟件機(jī)器學(xué)習(xí)庫。它有各種分類、回歸和聚類算法,包括支持向量機(jī)、隨機(jī)森林、梯度增強(qiáng)、k -means和DBSCAN,旨在與Python數(shù)值、科學(xué)庫NumPy和SciPy能互操作。
Microsoft Azure的這款機(jī)器學(xué)習(xí)備忘單將幫助您為預(yù)測(cè)分析解決方案選擇合適的機(jī)器學(xué)習(xí)算法。首先,備忘單將詢問您數(shù)據(jù)的性質(zhì),然后為該作業(yè)建議最佳算法。
Python數(shù)據(jù)科學(xué)備忘單
大數(shù)據(jù)備忘單
2017年5月,Google發(fā)布了第二代TPU,以及Google Compute Engine中 TPU的可用性。第二代TPU可提供高達(dá)180 teraflops的性能,當(dāng)組織成64個(gè)TPU的簇時(shí),可提供高達(dá)11.5 petaflops的性能。
2017年,Google的TensorFlow團(tuán)隊(duì)決定在TensorFlow的核心庫中支持Keras。Chollet解釋說,Keras被認(rèn)為是一個(gè)界面,而不是端到端的機(jī)器學(xué)習(xí)框架。它提供了更高級(jí)別,更直觀的抽象集,無論后端科學(xué)計(jì)算庫如何,都可以輕松配置神經(jīng)網(wǎng)絡(luò)。
NumPy的目標(biāo)是Python 的CPython參考實(shí)現(xiàn),它是一個(gè)非優(yōu)化的字節(jié)碼解釋器。為此版本的Python編寫的數(shù)學(xué)算法通常比編譯的等效算法慢得多。NumPy通過提供多維數(shù)組以及在數(shù)組上高效運(yùn)行的函數(shù)和運(yùn)算符來解決緩慢問題,需要重寫一些代碼,主要是使用NumPy的內(nèi)部循環(huán)。
“Pandas”這個(gè)名稱來自術(shù)語“ 面板數(shù)據(jù) ”,這是一個(gè)多維結(jié)構(gòu)化數(shù)據(jù)集的計(jì)量經(jīng)濟(jì)學(xué)術(shù)語。
SciPy構(gòu)建于NumPy數(shù)組對(duì)象之上,包括Matplotlib/pandas和SymPy等工具,以及一組不斷擴(kuò)展的科學(xué)計(jì)算庫。這個(gè)NumPy具有與其他應(yīng)用程序類似的用戶,例如MATLAB、GNU Octave和Scilab。
matplotlib提供了一個(gè)面向?qū)ο蟮?API,用于使用通用GUI工具包(如Tkinter、wxPython、Qt或GTK +)將繪圖嵌入到應(yīng)用程序中。
數(shù)據(jù)可視化備忘單
ggplot備忘單
Big-O算法備忘單
Big-O算法復(fù)雜度圖
BIG-O算法數(shù)據(jù)結(jié)構(gòu)操作
Big-O陣列排序算法
信息來源:https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463
由清華大學(xué)—中國工程院知識(shí)智能聯(lián)合研究中心舉辦的知識(shí)·智能系列報(bào)告會(huì)將于2019年1月份舉行第1期,屆時(shí)會(huì)邀請(qǐng)學(xué)術(shù)界的大咖來跟大家分享,大家最想看到哪個(gè)主題?請(qǐng)投上您寶貴的一票?。。?/span>
聯(lián)系客服