【干货】机器学习知识体系思维导图,一图让你理解所有概念

2017 年 11 月 28 日 专知 专知内容组(编)

点击上方“专知”关注获取专业AI知识!

机器学习 思维导图 / 速查表

思维导图集从数据分析到深度学习来汇总机器学习概念

Overview

机器学习是计算机科学的一个子领域,使计算机不需要明确的编程步棸就能够自主学习。它致力于通过学习数据和预测数据来建立各种算法。

机器学习的应用范围非常广泛。它涵盖数学,计算机科学和神经科学的多个领域。这是一个试图在一个PDF文件中来总结整个机器学习领域。


Download

PDF 的下载地址:

  • https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning.pdf


 同一个文件,只是以白色为背景

  • https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning%20-%20White%20BG.pdf


我是使用MindNode在Mac上建立这些思维导图的 https://mindnode.com

对应的Notebook

这个思维导图或者说是速查表还有一个相对应的Jupyter Notebook,它会教你如何一步一步的进行数据科学

  • https://github.com/dformoso/sklearn-classification


关于深度学习的思维导图

这是另外一个主要关于深度学习的思维导图

  • https://github.com/dformoso/deeplearning-mindmap


1. 过程

数据科学处理做不到一劳永逸,而是一个需要设计,实施和维护不断反复的过程。 PDF里面包含有关内容的快速概览。下面是一个快速截图。


2. 数据处理

首先我们需要一些数据。我们找到、收集、清洗以及其它的五个步棸来处理这些数据。下面是一些数据处理要求的例子。


3. 数学运算

数学是建立机器学习的基石。你可以通过这个PDF浏览最常见的组件。 ps:如果你看到缺少的东西可以给作者发送您的反馈,。


4. 概念

一个可能并不十分全面关于激活函数,loss函数,计算框架以及方法的列表


5. 模型

经常使用模型的列表。


引用

我准备在未来建立一个更全面的引用列表。现阶段我只是列出了我建立这个思维导图PDF时的部分来源。

  • Stanford and Oxford Lectures. CS20SI, CS224d.

  • Books:

    • Deep Learning - Goodfellow.

    • Pattern Recognition and Machine Learning - Bishop.

    • The Elements of Statistical Learning - Hastie.

  • Colah's Blog. http://colah.github.io

  • Kaggle Notebooks.

  • Tensorflow Documentation pages.

  • Google Cloud Data Engineer certification materials.

  • Multiple Wikipedia articles.


关于作者

Twitter:

  • https://twitter.com/danielmartinezf

Linkedin:

  • https://www.linkedin.com/in/danielmartinezformoso/

Email:

  • daniel.martinez.formoso@gmail.com



特别提示-机器学习思维导图下载



请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“MLMap” 就可以获取机器学习思维导图pdf下载链接~


-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域22个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)


请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫关注专知公众号,获取人工智能的专业知识。

请加专知小助手微信(Rancho_Fang),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等,或者加小助手咨询入群)交流~


点击“阅读原文”,使用专知!

登录查看更多
6

相关内容

Mindnode 凭借其简洁的风格与人性化的操作,它成为不少朋友绘制思维脑图的好帮手,基本功能一应俱全,操作非常便利,可以与 Mac 电脑同步,还提供了无线局域网访问。
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
【电子书】让 PM 全面理解深度学习 65页PDF免费下载
专知会员服务
17+阅读 · 2019年10月30日
深度学习界圣经“花书”《Deep Learning》中文版来了
专知会员服务
233+阅读 · 2019年10月26日
机器学习资源大全中文版
智能交通技术
15+阅读 · 2019年7月24日
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
下载 | 超全机器学习思维导图
机器学习算法与Python学习
23+阅读 · 2019年1月17日
干货 | 一图掌握整个深度学习核心知识体系【高清下载】
七月在线实验室
17+阅读 · 2018年9月12日
机器学习知识体系
互联网架构师
5+阅读 · 2018年1月9日
深度学习模型、概念思维导图分享
深度学习与NLP
8+阅读 · 2017年8月22日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
Arxiv
22+阅读 · 2019年11月24日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Arxiv
18+阅读 · 2019年1月16日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
7+阅读 · 2018年5月23日
VIP会员
相关VIP内容
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
354+阅读 · 2020年2月15日
【电子书】让 PM 全面理解深度学习 65页PDF免费下载
专知会员服务
17+阅读 · 2019年10月30日
深度学习界圣经“花书”《Deep Learning》中文版来了
专知会员服务
233+阅读 · 2019年10月26日
相关资讯
机器学习资源大全中文版
智能交通技术
15+阅读 · 2019年7月24日
可解释的机器学习
平均机器
25+阅读 · 2019年2月25日
下载 | 超全机器学习思维导图
机器学习算法与Python学习
23+阅读 · 2019年1月17日
干货 | 一图掌握整个深度学习核心知识体系【高清下载】
七月在线实验室
17+阅读 · 2018年9月12日
机器学习知识体系
互联网架构师
5+阅读 · 2018年1月9日
深度学习模型、概念思维导图分享
深度学习与NLP
8+阅读 · 2017年8月22日
【推荐】深度学习思维导图
机器学习研究会
15+阅读 · 2017年8月20日
相关论文
Arxiv
22+阅读 · 2019年11月24日
Question Generation by Transformers
Arxiv
5+阅读 · 2019年9月14日
Arxiv
18+阅读 · 2019年1月16日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
7+阅读 · 2018年5月23日
Top
微信扫码咨询专知VIP会员