Mindmap ที่สรุปแนวคิดของแมชชีนเลิร์นนิง ตั้งแต่การวิเคราะห์ข้อมูลไปจนถึงการเรียนรู้เชิงลึก
การเรียนรู้ของเครื่องเป็นสาขาย่อยของวิทยาการคอมพิวเตอร์ที่ช่วยให้คอมพิวเตอร์สามารถเรียนรู้ได้โดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน สำรวจการศึกษาและสร้างอัลกอริทึมที่สามารถเรียนรู้และคาดการณ์ข้อมูลได้
Machine Learning นั้นน่าทึ่งพอๆ กับขอบเขตที่กว้าง ครอบคลุมหลายสาขาในสาขาคณิตศาสตร์ วิทยาการคอมพิวเตอร์ และประสาทวิทยาศาสตร์ นี่เป็นความพยายามที่จะสรุปสาขาขนาดใหญ่นี้ไว้ในไฟล์ .PDF ไฟล์เดียว
ดาวน์โหลดไฟล์ PDF ที่นี่:
https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning.pdf
เหมือนกันแต่มีพื้นหลังสีขาว:
https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning%20-%20White%20BG.pdf
ฉันได้สร้างแผนที่ความคิดด้วย MindNode สำหรับ Mac https://mindnode.com
Mindmap/Cheatsheet นี้มี Jupyter Notebook ที่ใช้งานร่วมกันซึ่งดำเนินการผ่านขั้นตอน Data Science ส่วนใหญ่ซึ่งสามารถพบได้ที่ลิงก์ต่อไปนี้:
https://github.com/dformoso/sklearn-classification
นี่เป็นอีก Mindmap ที่เน้นเฉพาะ Deep Learning เท่านั้น
https://github.com/dformoso/deeplearning-mindmap
วิทยาศาสตร์ข้อมูลไม่ใช่ความพยายามแบบ set-and-forget แต่เป็นกระบวนการที่ต้องมีการออกแบบ การนำไปใช้ และการบำรุงรักษา PDF ประกอบด้วยภาพรวมโดยย่อของสิ่งที่เกี่ยวข้อง นี่คือภาพหน้าจอสั้นๆ
ก่อนอื่น เราต้องการข้อมูลบางอย่าง เราต้องหามัน รวบรวมมัน ทำความสะอาด และอีกประมาณ 5 ขั้นตอน นี่คือตัวอย่างสิ่งที่จำเป็น
Machine Learning คือบ้านที่สร้างขึ้นจากอิฐทางคณิตศาสตร์ เรียกดูส่วนประกอบที่พบบ่อยที่สุด และส่งคำติชมของคุณหากคุณเห็นว่ามีบางอย่างขาดหายไป
รายการบางส่วนของประเภท หมวดหมู่ แนวทาง ไลบรารี และวิธีการ
ตัวอย่างรุ่นที่ได้รับความนิยมสูงสุด ส่งความคิดเห็นของคุณเพื่อเพิ่ม
ฉันกำลังวางแผนที่จะสร้างรายการข้อมูลอ้างอิงที่สมบูรณ์ยิ่งขึ้นในอนาคต สำหรับตอนนี้ นี่คือแหล่งข้อมูลบางส่วนที่ฉันใช้เพื่อสร้าง Mindmap นี้
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.
ทวิตเตอร์:
https://twitter.com/danielmartinezf
ลิงค์ดิน:
https://www.linkedin.com/in/danielmartinezformoso/
อีเมล: