machine learning mindmap

机器学习思维导图/备忘单

思维导图总结了从数据分析到深度学习的机器学习概念。

概述

机器学习是计算机科学的一个子领域，它赋予计算机无需显式编程即可学习的能力。它探索了可以从数据中学习和预测的算法的研究和构建。

机器学习不仅令人着迷，而且范围广泛。它跨越数学、计算机科学和神经科学的多个领域。这是将这一巨大领域总结在一个 .PDF 文件中的尝试。

下载

在此下载 PDF：

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

相同，但背景为白色：

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

我已经使用 MindNode for Mac 构建了思维导图。 https://mindnode.com

伴侣笔记本

此思维导图/备忘单有一个配套的 Jupyter Notebook，它运行了大部分数据科学步骤，可以在以下链接中找到这些步骤：

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

深度学习思维导图

这是另一个仅关注深度学习的思维导图

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

1. 流程

数据科学不是一劳永逸的工作，而是一个需要设计、实施和维护的过程。该 PDF 包含所涉及内容的快速概述。这是一个快速屏幕截图。

2. 数据处理

首先，我们需要一些数据。我们必须找到它、收集它、清理它以及大约 5 个其他步骤。这是所需内容的示例。

3. 数学

机器学习是一座用数学砖建造的房子。浏览最常见的组件，如果您发现缺少某些内容，请发送反馈。

4. 概念

类型、类别、方法、库和方法的部分列表。

5. 型号

最流行模型的样本。发送您的评论以添加更多内容。

参考

我计划将来建立一个更完整的参考文献列表。目前，这些是我用来创建此思维导图的一些来源。

 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.

关于我

叽叽喳喳：

https://twitter.com/danielmartinezf

领英：

https://www.linkedin.com/in/danielmartinezformoso/

电子邮件：

丹尼尔.马丁内斯[email protected]