python中文速查表_资源 | 全机器学习和Python的27个速查表（完整版）

按要求转载自网路冷眼

作者 | Robbie Allen

机器学习(Machine Learning)有不少有用的流程图和机器学习算法表。 这里只包括所发现的最全面的速查表。

神经网络架构(NeuralNetwork Architectures)

来源：http://www.asimovinstitute.org/neural-network-zoo/

Microsoft Azure算法流程图(Microsoft AzureAlgorithm Flowchart)

来源：https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet

SAS算法流程图(SAS Algorithm Flowchart)

来源：http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

算法总结(AlgorithmSummary)

来源：http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

来源: http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/

算法优缺点(AlgorithmPro/Con)

来源：https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend

Python

当然Python有很多在线资源。 对于本节只包括所遇到的最好的速查表。

算法(Algorithms)

来源：https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/

Python基础(Python Basics)

来源：http://datasciencefree.com/python.pdf

来源：https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA

Numpy

来源：https://www.dataquest.io/blog/numpy-cheat-sheet/

来源：http://datasciencefree.com/numpy.pdf

来源：https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE

来源：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb

Pandas

来源：http://datasciencefree.com/pandas.pdf

来源：https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U

来源：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb

Matplotlib

来源：https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet

来源：https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb