确定不收藏?十张机器学习和深度学习工程师必备速查表!


image


本文讲的是十张机器学习和深度学习工程师必备速查表,对于初学者,机器学习和深度学习课程会很困难,此外各类深度学习库也十分难理解。我在Github上创建了一个本地库(https://github.com/kailashahirwar/cheatsheets-ai ),里面包含了从不同渠道收集的速查表,可以直接下载。尽管拿去用吧,同时欢迎补充完善!

1. Keras

Karas是Theano和TensorFlow平台上一款强大易用的深度学习库。它为发展和训练深度学习模型提供高阶神经网络API接口。

image


来源:
https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs

2. Numpy

Numpy 是Python中的科学计算核心库。它能够创建高性能多维数组对象Array并提供处理数组的相关工具。


image


来源  :
https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE

3. Pandas

Pandas是基于Numpy的分析库,用python的编程语言提供了易用的数据结构和数据分析工具。


image
image

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

image


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

4. Scipy

Scipy是基于Python中Numpy的扩展包,包含一些数学算法和便捷方程,是科学计算核心库之一。


image


来源:
https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI

5. Matplotlib

Matplotlib是python的2D绘制图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。


image


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

6. Scikit-learn

Scikit-learn是python的一个用统一接口进行机器学习预处理、交叉验证和可视化算法的开源库。


image


来源:
https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet

7. Neural Networks Zoo


image


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

8. ggplot2

ggplot2基于图形语法,它的核心理念是每张图片都可以拆解为一个数据集,一套可以展示数据点的视觉系统和一个坐标系。


image
image

来源  — https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf

9. PySpark

pyspark是 Spark 为 Python 开发者提供的 API

image

来源:
https://www.datacamp.com/community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ

10. R Studio (dplyr and tidyr)

image
image


来源:
https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf

原文发布时间为:2017-09-25
作者:Kailash Ahirwar
编译:糖竹子,一针,Aileen
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值