[Github项目推荐] 机器学习& Python 知识点速查表
2019年第 21 篇文章,总第 45 篇文章
今天推荐三份知识点的速查表,分别是机器学习、深度学习和 Python 三方面的知识点速查表。其中前两份都是来自斯坦福大学的课程,分别是 CS229 机器学习 和 CS230 深度学习课程。
1. CS229 机器学习速查表
传送门
Github 地址:
https://github.com/afshinea/stanford-cs-229-machine-learning
网站:
https://stanford.edu/~shervine/teaching/cs-229/
简介
这是一个总结 CS229 机器学习课程的重要笔记的 Github 项目,目前有 6000+ Star,如下所示,,目前已经有几个翻译版本,除了基本的英文版本,还有好几个版本,包括中文版本的翻译。
对应快速查询的网站如下:
目录如下所示,总共包括六大部分内容:
监督学习
无监督学习
深度学习
机器学习技巧和秘诀
概率和统计
线性代数和微积分
这里我们具体看看监督学习的内容,如下所示是中文版翻译的内容,这份速查表是图文并茂,对每个概念给出基本的定义,并会配上图表,加深印象!
2. CS230 深度学习速查表
传送门
Github 地址:
https://github.com/afshinea/stanford-cs-230-deep-learning
网站:
https://stanford.edu/~shervine/teaching/cs-230/
简介
这是总结 CS230 深度学习课程的笔记,和第一份机器学习的知识点速查表都是同样的两个作者,afshinea 和 shervinea,前者目前是就职于 Uber 数据中心,后者应该是在斯坦福大学任教。
这份深度学习知识点速查表目前还没有中文版的翻译。Github 介绍如下:
对应快速查询的网站如下:
目录如下:
卷积神经网络
循环神经网络
技巧和秘诀
同样也是一份图文并茂的知识点速查表。
3. Python 知识点速查表
传送门
Github:
https://github.com/gto76/python-cheatsheet
简介
总结了很多 python 知识点使用速查表,从基础的数据类型(数值、字符串、列表、字典、集合)、一些内置函数用法(推导式、lambda、map、filter、reduce),到比较高级的生成器、迭代器、序列化和JSON,第三方库,包括Numpy、PIL、Matplolib等知识点,非常的齐全,部分知识点如下所示:
最后,上述三份知识点速查表,我都整理打包,获取方式如下:
关注公众号“机器学习与计算机视觉”
在微信公众号后台留言 "CheatSheet"
欢迎关注我的微信公众号--机器学习与计算机视觉,或者扫描下方的二维码,大家一起交流,学习和进步!