心智圖總結了從資料分析到深度學習的機器學習概念。
機器學習是電腦科學的一個子領域,它賦予電腦無需明確編程的學習能力。它探索了可以從數據中學習和預測的演算法的研究和建構。
機器學習不僅令人著迷,而且範圍廣泛。它跨越數學、電腦科學和神經科學的多個領域。這是將這一巨大領域總結在一個 .PDF 文件中的嘗試。
在此下載 PDF:
https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning.pdf
相同,但背景為白色:
https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning%20-%20White%20BG.pdf
我使用 MindNode for Mac 建立了心智圖。 https://mindnode.com
此心智圖/備忘錄有一個配套的 Jupyter Notebook,它運行了大多數資料科學步驟,可以在以下連結中找到這些步驟:
https://github.com/dformoso/sklearn-classification
這是另一個僅關注深度學習的心智圖
https://github.com/dformoso/deeplearning-mindmap
資料科學不是一勞永逸的工作,而是一個需要設計、實施和維護的過程。該 PDF 包含所涉及內容的快速概述。這是一個快速截圖。
首先,我們需要一些數據。我們必須找到它、收集它、清理它以及大約 5 個其他步驟。這是所需內容的範例。
機器學習是一棟用數學磚建造的房子。瀏覽最常見的元件,如果您發現缺少某些內容,請發送回饋。
類型、類別、方法、函式庫和方法的部分清單。
最流行模型的樣本。發送您的評論以添加更多內容。
我計劃將來建立一個更完整的參考文獻清單。目前,這些是我用來創建此心智圖的一些來源。
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.
嘰嘰喳喳:
https://twitter.com/danielmartinezf
領英:
https://www.linkedin.com/in/danielmartinezformoso/
電子郵件:
丹尼爾.馬丁內斯[email protected]