AI ML cheatsheets

AI-ML-备忘单

此 GitHub 存储库收集了最流行的人工智能 (AI) 和机器学习 (ML) 备忘单和快速参考指南。

谷歌云端硬盘

为了方便下载和浏览文件，这里提供了此 GitHub 存储库的 Google Drive 版本。

AI-ML 路线图

该 GitHub 存储库的全局结构在某种程度上遵循以下人工智能和机器学习路线图。

文件夹的结构

• 01-数学
  

• 02- C++
  

• 03- Python
  

• 04-计算机体系结构
  

• 05-数据结构
  

• 06-自动机理论
  

• 06-复杂性理论
  

• 07- SQL
  

• 08-数据清理
  

• 09-数据可视化
  

• 10-数理逻辑
  

• 11-人工智能简介
  

• 12-机器学习
  

• 13-深度学习
  

• 14-评估机器学习算法的指标
  

• 15-强化学习
  

• 16-时间序列
  

• 17- Git
  

文件夹的内容

• 01-数学
  

• 微积分备忘单全部减少

• 微积分备忘单

• 线性代数 4 页

• 概率备忘单

• 概率分布备忘单

• 统计备忘单

• 超级备忘单-数学

• 统计汇总

• 02- C++
  

• C++ 参考卡

• C++ 库

• C++ OOP 参考卡

• 03- Python
  

• Python 初学者

• Python 参考备忘单

• Python 备忘单

• 用于数据科学的 Python 速查表

• Numpy 备忘单

• 熊猫备忘单 1

• 熊猫备忘单 2

• Matplotlib 备忘单 1

• Matplotlib 备忘单 2

• Scikit-Learn 备忘单

• 列表、元组、集合、字典

• 教程Python

• 04-计算机体系结构
  

• 计算机组织备忘单

• 05-数据结构
  

• 数据结构的分类

• 数据结构

• 复杂

• 资源

• 06-自动机理论
  

• 语言和自动机备忘单

• 自动机备忘单

• 上下文无关语法速查表

• 06-复杂性理论
  

• 复杂性理论备忘单

• 可计算性理论备忘单

• 07- SQL
  

• SQL 快速指南

• SQL操作

• SQL查询执行顺序

• SQL命令

• SQL-基础知识-备忘单-a4

• SQL 连接备忘表-a4

• 使用 SQL 进行数据检索学习指南

• SQL 路线图

• 08-数据清理
  

• 数据清理清单

• 数据清理指南

• 数据准备备忘单

• 特征工程

• 特征选择方法

• 假设检验备忘单

• 09-数据可视化
  

• 数据可视化的核心原则

• 视觉词汇

• 数据可视化备忘单

• 图表选择器

• 从数据到可视化

• 10-数理逻辑
  

• 备忘单逻辑模型

• 11-人工智能简介
  

• 备忘单状态模型

• 备忘单变量模型

• 12-机器学习
  

• 机器学习过程

• 机器学习地图

• 机器学习算法

• 如何选择 ML 算法 1

• 如何选择 ML 算法 2

• 机器学习算法的时间复杂度

• ML算法比较1

• ML算法比较2

• ML算法比较3

• ML算法比较4

• ML算法比较5

• 机器学习超级备忘单

• 机器学习备忘单

• 机器学习的可解释性

• 机器学习操作 MLOps

• 13-深度学习
  

• 深度学习超级备忘单

• 大型语言模型备忘单

• 神经网络的主要类型

• 架构 - 分类 MLP

• 架构 - 回归 MLP

• 激活函数-隐藏层

• 激活函数 - 输出层

• 激活函数

• 14-评估机器学习算法的指标
  

• 指标机器学习

• 绩效衡量机器学习

• 15-强化学习
  

• 强化学习备忘单 1

• 强化学习备忘单 2

• 16-时间序列
  

• 时间序列备忘单

• 17- Git
  

• Git 备忘单

• Git 备忘单 2