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。
编辑于 2018-05-25 18:18