机器学习速查表(cheatsheet)资源汇总分享

本文收集整理了机器学习相关速查表(Machine Learning Cheatsheet)，包含机器学习、Python、Numpy、Pandas、Matplotlib、线性代数、微积分、统计学、概率论等相关速查表。我已经建立了开源项目MachineLearningCheatsheets，我将持续更新机器学习相关的各种cheatsheet，欢迎star。

目录

• 机器学习

  • 神经网络架构
  • Azure机器学习算法
  • SAS 机器学习算法
  • The world of machine learning algorithms
  • data iku 机器学习算法

• Python

  • Python 速查表
  • Python 导入数据
  • Numpy
  • Pandas
  • Matplotlib
  • Scikit-Learn
  • spaCy
  • Bokeh

• 数学

  • 概率论
  • 线性代数
  • 统计学
  • 微积分

机器学习

神经网络架构

神经网络结构速查表，包括感知机、前馈神经网络、径向基函数网络、循环神经网络等。

受限于文章平台对图片的压缩，欢迎关注公众号caiyongji回复【ml-cheatsheet】获取高清PDF文件

Azure 机器学习算法

Microsoft Azure机器学习拥有来自分类，推荐系统，群集，异常检测，回归和文本分析系列的大型算法库。每个都旨在解决不同类型的机器学习问题。

每种机器学习算法都有自己的风格或归纳偏差。对于特定问题，几种算法可能是合适的，并且一种算法可能比其他算法更合适。但是，并非总是可能事先知道哪种方法最合适。在这种情况下，速查表中会同时列出几种算法。适当的策略是尝试一种算法，如果结果仍不令人满意，则尝试其他算法。

SAS 机器学习算法

该资源主要是为对识别和应用机器学习算法来解决他们感兴趣的问题感兴趣的初学者到中级数据科学家或分析人员而设计的。
即使是经验丰富的数据科学家，也无法在尝试不同算法之前就确定哪种算法性能最佳。我们不提倡一种完成的方法，但是我们确实希望根据一些明确的因素提供有关哪些算法首先要尝试的指导。

The world of machine learning algorithms

这是一个非常不错的信息图，展示了机器学习算法类别的基本类型。

data iku 机器学习算法

我们(data iku)对预测分析中使用的顶级算法进行了简要总结，您可以在下面看到。

Python

Python 速查表

Python 导入数据

Numpy

NumPy支持大量的维度数组与矩阵运算，是针对数组运算的Python库。我曾经在前置机器学习系列里讲过前置机器学习（三）：30分钟掌握常用NumPy用法。

Pandas

Pandas提供快速，灵活和富于表现力的数据结构，是强大的数据分析Python库。
我曾经写过近万字的文章介绍pandas。
我曾经在前置机器学习系列里讲过前置机器学习（四）：一文掌握Pandas用法。

篇幅关系，以上仅为部分pandas速查表图片，pdf原文件请参考开源项目MachineLearningCheatsheets

Matplotlib

关于matplotlib的相关文章收录于前置机器学习系列。

受限于文章平台对图片的压缩，欢迎关注公众号caiyongji回复【ml-cheatsheet】获取高清PDF文件

Scikit-Learn

受限于文章平台对图片的压缩，欢迎关注公众号caiyongji回复【ml-cheatsheet】获取高清PDF文件

spaCy

受限于文章平台对图片的压缩，欢迎关注公众号caiyongji回复【ml-cheatsheet】获取高清PDF文件

Bokeh

受限于文章平台对图片的压缩，欢迎关注公众号caiyongji回复【ml-cheatsheet】获取高清PDF文件

数学

概率论

篇幅关系，以上仅为部分概率论速查表图片，pdf原文件请参考开源项目MachineLearningCheatsheets

线性代数

篇幅关系，以上仅为部分线性代数速查表图片，pdf原文件请参考开源项目MachineLearningCheatsheets

统计学

篇幅关系，以上仅为部分统计学速查表图片，pdf原文件请参考开源项目MachineLearningCheatsheets

微积分

篇幅关系，以上仅为部分微积分速查表图片，pdf原文件请参考开源项目MachineLearningCheatsheets