行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器人 > 正文

这可能是人工智能、机器学习和大数据领域覆盖

2018 年 11 月 27 日

话题:AI 语言 & 开发大数据深度学习机器学习

本文是根据 Stefan Kojouharov 发表在 Medium 上的文章整理而成的一份人工智能、神经网络、机器学习、深度学习和大数据方面的速查表。为了便于查找与使用,本文对每个主题进行了分类,希望可以对各位的工作有所帮助。

注意!这可能是相关领域最全的的一份速查表,文末还列出了各种算法的复杂度统计。

神经网络

图 1:神经网络速查表

神经网络图

图 2:神经网络结构图速查表

图 3a:神经网络相关概念速查表(上)

图 3b:神经网络相关概念速查表(下)

机器学习概览

图 4:机器学习速查表

机器学习:Scikit-learn 算法

如果在你的项目中出现了一些未知问题,那么这份机器学习速查表可以帮助你快速地找到出问题的那部分。下面这个流程图可以帮助你快速的浏览文档并快速导航,这可以帮助你更深入的理解问题的原因,同时为你提供对应的解决方案。

图 5:机器学习速查表

Scikit-Learn

Scikit-learn(原 scikits.learn) 是基于 Python 的一款免费机器学习库。它涵盖了很多分类、回归以及聚类算法,包括支持向量机、随机森林、梯度加速、k-means 聚类以及DBSGAN聚类算法。该库可以与 Python 的科学计算库Numpy以及SciPy互操作。

图 6:Scikit-Learn 速查表

机器学习:算法速查表

这份来自微软 Azure 的机器学习速查表可以帮助你在解决方案的预分析过程中快速选择合适的机器学习算法。使用这份速查表时,你可以根据自己的目的和数据特征快速地选择对应的算法。

图 7:机器学习速查表

Python 的数据科学相关功能

图 8:Python 数据科学速查表

图 9:大数据速查表

TensorFlow

2017 年 5 月,Google 发布了第二代 TPU(张量计算单元),同时在谷歌计算引擎上提供了 TPU 集群。第二代 TPU 提供了高达每秒 180 万亿次的浮点数运算能力,由 64 个 TPU 组成的集群可以提供每秒 1.15 亿亿次的浮点数运算能力。

图 10:TensoFlow 速查表

Keras

2017 年,Google 的 TensorFlow 团队决定在 TensorFlow 的核心库中添加 Keras 支持。Ghollet 解释说,Keras 是按接口来设计的,而不是一个端到端的机器学习框架。它代表着更高级、更直观的使用方式,这使得配置神经网络变得更为简单,用户不需要再去了解复杂的后端科学计算库。

图 11:Keras 速查表

Numpy

Numpy 旨在作为 Python 的CPython参考实现,它是一个非优化的字节码解释器。针对这个 Python 版本编写的一些数学算法通常比相同代码的编译版本慢一些。Numpy 通过提供多维数组和函数,以及在数组上的高效运算符来解决运算缓慢的问题,这需要需要重写一些代码,主要是使用 NumPy 的一些内循环。

图 12:Numpy 速查表

Pandas

“Pandas” 这个名称来源于术语 “面板数据”, 这是多维结构化数据集的一个计量经济学术语。

图 13:Pandas 速查表

数据清洗

“数据清洗”正逐渐渗入流行文化。在 2017 年的电影《金刚:骷髅岛》中,由 Marc Evan Jackson 扮演的角色 Steve Woodward 就是一位数据清洗师。

图 14:数据清洗速查表

图 15:Pandas 数据清洗速查表

使用 dplyr 和 tidyr 进行数据清洗

图 16a:基于 dplyr 和 tidyr 的数据清洗速查表

图 16b:基于 dplyr 和 tidyr 的数据清洗速查表

Scipy

Scipy 是基于 Numpy 数组对象的一个科学计算库,它是 NumPy 全家桶(包括 Matplotlib、Pandas、SymPy 等工具包)的一部分,也是科学计算库的一个扩展集。这个 Numpy 全家桶与其他应用程序(如 MATLAB、GNU Octave 和 Scilab)有很多共同的用户。NumPy 全家桶有时也被称为 SciPy 全家桶。

图 17:Scipy 速查表

Matplotlib

Matplotlib 是一个面向 Python 编程语言及其数学计算库 NumPy 的绘图工具库。Matplotlib 提供了面向对象的 API,它使用通用的 GUI 工具包(例如 Tkinter、wxPython、Qt 或者 GTK+)。虽然也有基于状态机的程序接口“pylab“(像 OpenGL),其设计与 MATLAB 非常相似,但是大家却不提倡使用它。SciPy 使用了 matplotlib。

pyplot 是 matplotlib 中的一个模块,提供类似 MATLAB 的接口。按照设计,Matplotlib 可以跟 MATLAB 一样使用,你可以在 Python 中使用它,并且是免费的。

图 18:Matplotlib 速查表

数据可视化

图 19:数据可视化速查表

图 20:ggplot 速查表

PySpark

图 21:Pyspark 速查表

Big-O(时间复杂度)

图 22:Big-O 算法速查表

图 23:Big-O 算法复杂度表

图 24:不同数据结构实现算法的时间复杂度

图 25:不同的数组排序算法时间复杂度

关于作者

Stefan 是 Chatbot’s Life 的创始人,这是一家聊天机器人媒体和咨询公司。到目前为止,Chatbot’s Life 每月的浏览量超过了 150k,成了在线学习 Bots&AI 的优质资源。同时,Chatbot’s Life 还为多家顶级机器人企业提供咨询工作,例如 Swelly、Instavest、OutBrain 和 NearGrop。

查看英文原文:Cheat Sheets for AI, Neural Networks, Machine Learning, Deep Learning & Big Data

 

 

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部