AI ML cheatsheets

AI-ML-備忘單

此 GitHub 儲存庫收集了最受歡迎的人工智慧 (AI) 和機器學習 (ML) 備忘單和快速參考指南。

Google雲端硬碟

為了方便下載和瀏覽文件，這裡提供了此 GitHub 儲存庫的 Google Drive 版本。

AI-ML 路線圖

這個 GitHub 儲存庫的全局結構在某種程度上遵循以下人工智慧和機器學習路線圖。

資料夾的結構

• 01-數學
  

• 02- C++
  

• 03- Python
  

• 04-電腦體系結構
  

• 05-資料結構
  

• 06-自動機理論
  

• 06-複雜性理論
  

• 07- SQL
  

• 08-資料清理
  

• 09-數據可視化
  

• 10-數理邏輯
  

• 11-人工智慧簡介
  

• 12-機器學習
  

• 13-深度學習
  

• 14-評估機器學習演算法的指標
  

• 15-強化學習
  

• 16-時間序列
  

• 17- Git
  

資料夾的內容

• 01-數學
  

• 微積分備忘單全部減少

• 微積分備忘單

• 線性代數 4 頁

• 機率備忘錄

• 機率分佈備忘錄

• 統計備忘錄

• 超級備忘錄-數學

• 統計匯總

• 02- C++
  

• C++ 參考卡

• C++ 函式庫

• C++ OOP 參考卡

• 03- Python
  

• Python 初學者

• Python 參考備忘錄

• Python 備忘錄

• 用於資料科學的 Python 速查表

• Numpy 備忘單

• 熊貓備忘錄 1

• 熊貓備忘錄 2

• Matplotlib 備忘單 1

• Matplotlib 備忘單 2

• Scikit-Learn 備忘單

• 列表、元組、集合、字典

• 教程Python

• 04-電腦體系結構
  

• 計算機組織備忘錄

• 05-資料結構
  

• 資料結構的分類

• 資料結構

• 複雜

• 資源

• 06-自動機理論
  

• 語言和自動機備忘單

• 自動機備忘單

• 上下文無關語法速查表

• 06-複雜性理論
  

• 複雜性理論備忘錄

• 可計算性理論備忘錄

• 07- SQL
  

• SQL 快速指南

• SQL操作

• SQL查詢執行順序

• SQL指令

• SQL-基礎知識-備忘單-a4

• SQL 連結備忘表-a4

• 使用 SQL 進行資料檢索學習指南

• SQL 路線圖

• 08-資料清理
  

• 資料清理清單

• 資料清理指南

• 資料準備備忘單

• 特徵工程

• 特徵選擇方法

• 假設檢定備忘單

• 09-數據可視化
  

• 資料視覺化的核心原則

• 視覺詞彙

• 數據視覺化備忘錄

• 圖表選擇器

• 從數據到視覺化

• 10-數理邏輯
  

• 備忘錄邏輯模型

• 11-人工智慧簡介
  

• 備忘單狀態模型

• 備忘單變量模型

• 12-機器學習
  

• 機器學習過程

• 機器學習地圖

• 機器學習演算法

• 如何選擇 ML 演算法 1

• 如何選擇 ML 演算法 2

• 機器學習演算法的時間複雜度

• ML演算法比較1

• ML演算法比較2

• ML演算法比較3

• ML演算法比較4

• ML演算法比較5

• 機器學習超級備忘錄

• 機器學習備忘錄

• 機器學習的可解釋性

• 機器學習操作 MLOps

• 13-深度學習
  

• 深度學習超級備忘錄

• 大型語言模式備忘錄

• 神經網路的主要類型

• 架構 - 分類 MLP

• 架構 - 回歸 MLP

• 激活函數-隱藏層

• 激活函數 - 輸出層

• 激活函數

• 14-評估機器學習演算法的指標
  

• 指標機器學習

• 績效衡量機器學習

• 15-強化學習
  

• 強化學習備忘錄 1

• 強化學習備忘錄 2

• 16-時間序列
  

• 時間序列備忘錄

• 17- Git
  

• Git 備忘錄

• Git 備忘單 2