AI ML cheatsheets
1.0.0
이 GitHub 저장소에는 인공 지능(AI) 및 기계 학습(ML)에 대한 가장 인기 있는 치트시트와 빠른 참조 가이드가 수집되어 있습니다. 
파일을 쉽게 다운로드하고 찾아볼 수 있도록 여기에서 이 GitHub 저장소의 Google 드라이브 버전을 사용할 수 있습니다.
이 GitHub 저장소의 글로벌 구조는 다음 AI 및 기계 학습 로드맵을 어느 정도 따릅니다. 
01- 수학
02- C++
03- 파이썬
04- 컴퓨터 아키텍처
05- 데이터 구조
06- 오토마타 이론
06- 복잡성 이론
07- SQL
08- 데이터 정리
09- 데이터 시각화
10- 수학적 논리
11- AI 소개
12- 기계 학습
13- 딥러닝
14- ML 알고리즘을 평가하기 위한 측정항목
15- 강화 학습
16- 시계열
17- 힘내
01- 수학
미적분 치트 시트가 모두 축소되었습니다.
미적분 치트 시트
4페이지로 구성된 선형 대수학
확률 치트 시트
확률 분포 치트 시트
통계 치트 시트
슈퍼 치트시트-수학
요약 통계
02- C++
C++ 참조 카드
C++ 라이브러리
C++ OOP 참조 카드
03- 파이썬
초보자를 위한 파이썬
Python 참조 치트시트
Python 치트시트
데이터 과학을 위한 Python 치트시트
Numpy 치트시트
팬더 치트시트 1
팬더 치트시트 2
Matplotlib 치트시트 1
Matplotlib 치트시트 2
Scikit-Learn 치트 시트
리스트, 튜플, 세트, 사전
튜토리얼 파이썬
04- 컴퓨터 아키텍처
컴퓨터 조직 치트시트
05- 데이터 구조
데이터 구조의 분류
데이터 구조
복잡성
자원
06- 오토마타 이론
언어와 오토마타 치트시트
오토마타 치트시트
문맥 없는 문법 치트시트
06- 복잡성 이론
복잡성 이론 치트 시트
계산 가능성 이론 치트 시트
07- SQL
SQL 빠른 가이드
SQL 작업
SQL 쿼리 실행 순서
SQL 명령
SQL-기본-치트 시트-a4
SQL 조인-치트 시트-a4
SQL을 이용한 학습 가이드 데이터 검색
SQL 로드맵
08- 데이터 정리
데이터 정리 체크리스트
데이터 클리닝 가이드
데이터 준비 치트시트
기능 엔지니어링
기능 선택 방법
가설 테스트 치트 시트
09- 데이터 시각화
데이터 시각화의 핵심 원칙
시각적 어휘
데이터 시각화 치트시트
차트 선택기
데이터에서 시각화까지
10- 수학적 논리
치트시트 로직 모델
11- AI 소개
치트시트 상태 모델
치트시트-변수-모델
12- 기계 학습
기계 학습 과정
머신러닝 지도
기계 학습 알고리즘
ML 알고리즘을 선택하는 방법 1
ML 알고리즘을 선택하는 방법 2
ML 알고리즘의 시간 복잡도
ML 알고리즘 비교 1
ML 알고리즘 비교 2
ML 알고리즘 비교 3
ML 알고리즘 비교 4
ML 알고리즘 비교 5
슈퍼 치트 시트 - 기계 학습
머신러닝 치트시트
기계 학습 설명 가능성
기계 학습 작업 MLOps
13- 딥러닝
슈퍼 치트 시트-딥 러닝
대형 언어 모델 치트시트
신경망의 주요 유형
아키텍처 - 분류 MLP
아키텍처 - 회귀 MLP
활성화 기능 - 히든 레이어
활성화 기능 - 출력 레이어
활성화 기능
14- ML 알고리즘을 평가하기 위한 측정항목
측정항목-머신러닝
성능 측정 기계 학습
15- 강화 학습
강화 학습 치트시트 1
강화 학습 치트시트 2
16- 시계열
시계열 치트 시트
17- 힘내
힘내 치트 시트
힘내 치트 시트 2
