机器学习必看的5张图

一 背景

机器学习是计算机科学的一个子领域，它使计算机能够在没有明确编程的情况下学习。它探索了可以学习和预测数据的算法的研究和构建。机器学习非常有趣，因为它的范围很广。它跨越数学，计算机科学和神经科学的多个领域。

最新最全的AI/ML/DL资料，请看GitHub项目：

当前我们可以收集到的资料已非常全面，每个人都可以轻松入门和开始。但是：

如何了解机器学习的全貌？如何设计学习路线图？想必从业者都有此困惑。

好在有人进行了总结，以思维导图方式，总结了机器学习概念，从数据分析到深度学习。试图用5张图片总结这个巨大的领域。这里与大家进行分享。

二 导图

图1. Process

数据科学并不是一劳永逸的努力，而是一个需要设计，实施和维护的过程。此图包含有关内容的快速概览。

图2. Data Processing

首先，我们需要一些数据。我们必须找到它，收集它，清理它，以及其他约5个步骤。这是一个需要什么样的例子。

图3. Mathematics

机器学习是用数学之砖砌成的房子。浏览最常见的组件，如发现错误请及时反馈（因含图片较多，此图很大。知乎貌似传不了2.5M以上图片，能报bug吗？只能先截小图，后面再补充...）。

图4. Concepts

部分类型，类别，方法，库和方法的列表。

图5. Models

最受欢迎的模型的样本。也可留下评论，以增加更多内容。