machine learning mindmap 다운로드 - machine learning mindmap 소스코드 다운로드

machine learning mindmap

파이썬

1.0.0

다운로드

머신 러닝 마인드맵/치트시트

데이터 분석부터 딥러닝까지 머신러닝 개념을 요약한 마인드맵입니다.

개요

머신러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터에 학습할 수 있는 기능을 제공하는 컴퓨터 과학의 하위 분야입니다. 데이터로부터 학습하고 예측할 수 있는 알고리즘의 연구와 구축을 탐구합니다.

머신러닝은 범위가 넓은 만큼 매력적입니다. 이는 수학, 컴퓨터 과학, 신경과학의 여러 분야에 걸쳐 있습니다. 이는 이 거대한 분야를 하나의 .PDF 파일로 요약하려는 시도입니다.

다운로드

여기에서 PDF를 다운로드하세요:

https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning.pdf

동일하지만 배경이 흰색입니다.

https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning%20-%20White%20BG.pdf

저는 Mac용 MindNode를 사용하여 마인드맵을 구축했습니다. https://mindnode.com

동반 노트북

이 마인드맵/치트시트에는 다음 링크에서 찾을 수 있는 대부분의 데이터 과학 단계를 실행하는 Jupyter Notebook이 있습니다.

https://github.com/dformoso/sklearn-classification

딥러닝에 대한 마인드맵

딥러닝에만 초점을 맞춘 또 다른 마인드맵이 있습니다.

https://github.com/dformoso/deeplearning-mindmap

1. 프로세스

데이터 과학은 설정하고 잊어버리는 노력이 아니라 설계, 구현 및 유지 관리가 필요한 프로세스입니다. PDF에는 관련 내용에 대한 간략한 개요가 포함되어 있습니다. 다음은 간단한 스크린샷입니다.

대체 텍스트

2. 데이터 처리

먼저, 몇 가지 데이터가 필요합니다. 찾아서 수집하고 청소하는 등 약 5가지 단계를 거쳐야 합니다. 다음은 필요한 항목의 샘플입니다.

대체 텍스트

3. 수학

머신러닝은 수학 벽돌 위에 지어진 집입니다. 가장 일반적인 구성요소를 살펴보고 누락된 부분이 있으면 피드백을 보내주세요.

대체 텍스트

4. 개념

유형, 범주, 접근 방식, 라이브러리 및 방법론의 일부 목록입니다.

대체 텍스트

5. 모델

가장 인기있는 모델의 샘플링. 더 추가하려면 의견을 보내주세요.

대체 텍스트

참고자료

앞으로는 좀 더 완전한 참고자료 목록을 만들 계획입니다. 지금은 이 마인드맵을 만드는 데 사용한 소스 중 일부가 다음과 같습니다.

 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.