HD grafikler: sinir ağı, makine öğrenimi, veri bilimi hepsi bir arada (PDF indirme ile)
Kaynak: Xinzhiyuan
Bu makale Daha fazla kaynak, Önermek Toplamak.
Elde bir resim, bilginin tüm temelleri!
Tamamen resimli yapay zeka, NLP, makine öğrenimi, derin öğrenme, büyük veri! Bu hile sayfası, yukarıda belirtilen alanlardaki neredeyse tüm bilgi noktalarını kapsar ve infografikler ve beyin haritaları gibi çeşitli görselleştirme yöntemlerinde sunulur.Güzel bir şekilde tasarlanmış ve güçlü bir uygulanabilirliğe sahiptir.
Bugün, editör süper pratik, süper yüksek değerli bir sinir ağı + makine öğrenimi + veri bilimi ve Python tam diyagramı önermek istiyor. Makalenin sonuna, indirmeyi ve yazdırmayı destekleyen yüksek çözünürlüklü bir PDF sürümü bağlantısı eklenmiştir. Bunu bir fare altlığı, masa örtüsü haline getirmeniz veya bir broşür vb. Olarak yazdırmanız ve istediğiniz zaman yanınızda taşımanız önerilir.
Bu, aşağıdakileri içeren belirli içeriği içeren çok ayrıntılı bir hile sayfasıdır:
- Sinir ağı temelleri
Yaygın olarak sinir ağı olarak bilinen yapay sinir ağı (YSA), biyolojik sinir ağlarının yapısına ve işlevine dayalı bir hesaplama modelidir. Bilgisayar biliminde bilgi almak, işlemek ve iletmek için yapay bir sinir sistemi gibidir.
Temel olarak, bir sinir ağında 3 farklı katman vardır:
- Girdi katmanı (tüm girdiler bu katman aracılığıyla modele girdidir)
- Gizli katman (Giriş katmanından alınan girdiyi işlemek için birden fazla gizli katman olabilir)
- Çıktı katmanı (işlenen veriler çıktı katmanında bulunur)
- Sinir Ağı Atlası
Grafik veriler birçok öğrenme göreviyle kullanılabilir ve öğeler arasında çok sayıda zengin ilişkili veri içerir. Örneğin, fiziksel sistem modellemesi, protein arayüzlerinin tahmini ve hastalık sınıflandırmasının tümü, modellerin grafiksel girdilerden öğrenmesini gerektirir. Grafik muhakeme modelleri, metin ve resimler gibi yapılandırılmamış verileri öğrenmek ve çıkarılan yapılar hakkında mantık yürütmek için de kullanılabilir.
- Emoji ile makine öğrenimini açıklama
- Scikit-Learn temelleri
Scikit-learn, Python'da üçüncü bir taraf tarafından sağlanan çok güçlü bir makine öğrenimi kitaplığıdır.Veri ön işlemeden eğitim modellerine kadar tüm yönleri içerir. Destek vektör makineleri dahil olmak üzere regresyon ve kümeleme algoritmaları basit ve etkili bir veri madenciliğidir Ve veri analiz araçları. Scikit-learn'ü gerçek savaşta kullanmak kod süresinden ve kod hacminden büyük ölçüde tasarruf sağlayabilir. NumPy, SciPy ve matplotlib'e dayanır ve BSD lisansını kullanır.
- Scikit-Learn algoritması
Bu akış şeması, Scikit-Learn algoritmasının kullanımı için çok açık ve sezgisel bir kılavuz sağlar.
- Azure Machine Learning Studios için Scikit-Learn algoritması
- TensorFlow
- Python temelleri
Sıcak hatırlatma: Bu resim "Python'dan yeniye krala 100 gün" ile kullanılır, etkisi daha iyidir.
- PySpark RDD temelleri
Apache Spark, büyük ölçekli veri işleme için tasarlanmış hızlı ve evrensel bir bilgi işlem motorudur. Scala dilinde uygulanır ve Hadoop MapReduce avantajlarına sahiptir.Farkı, Job'un ara çıktı sonuçlarının bellekte saklanabilmesi ve böylece artık okuma ve yazma ihtiyacı duymamasıdır. HDFS, bu nedenle Spark, veri madenciliği ve makine öğrenimi gibi yineleme gerektiren MapReduce algoritmaları için daha uygundur. PySpark, Python geliştiricileri için Spark tarafından sağlanan bir API'dir.
- NumPy temelleri
NumPy, Python dilinin bir uzantı kitaplığıdır. Çok sayıda üst düzey boyutlu dizileri ve matris işlemlerini destekler ve ayrıca dizi işlemleri için çok sayıda matematiksel işlev kitaplığı sağlar.Bunun öncülü, esas olarak dizi hesaplamaları için kullanılan Numeric'tir. Python'da vektörlerin ve matematiksel matrislerin kullanımını ve ayrıca C dilinde uygulanan birçok düşük seviyeli işlevi uygular ve hız büyük ölçüde geliştirildi.
- Bokeh
Bokeh, modern web tarayıcıları için etkileşimli bir görselleştirme kitaplığıdır. Amaç, zarif ve özlü çok işlevli bir grafik yapısı sağlamak ve çok büyük veya akışlı veri kümeleriyle yüksek performanslı etkileşim yoluyla bu işlevi genişletmektir. Bokeh hızlı ve kolay bir şekilde etkileşimli grafikler, gösterge tabloları ve veri uygulamaları oluşturabilir.
- Keras
Keras, Python'da yazılmış, arka uç olarak TensorFlow, CNTK veya Theano ile çalışabilen gelişmiş bir sinir ağı API'sidir. Keras'ın geliştirme odağı hızlı deneyleri desteklemektir. Fikirlerinizi minimum gecikmeyle deneysel sonuçlara dönüştürebilmek, iyi araştırmanın anahtarıdır.
- Pandalar
Pandas, veri işleme ve analizi için Python programlama dili için yazılmış bir yazılım kitaplığıdır.NumPy'ye dayalı olarak, çok sayıda kitaplık ve bazı standart veri modellerini içerir ve büyük veri kümelerini verimli bir şekilde işlemek için gereken araçları sağlar. Pandalar, verileri hızlı ve rahat bir şekilde işlemek için çok sayıda işlev ve yöntem sağlar.
- Veri Düzenleme için Pandaları Kullanın
Data Wrangling genellikle veri harmanlamasına çevrilir. Kelime ilk olarak popüler oldu çünkü 2017 yapımı "King Kong Skull Island" filminde, aktör Mark Evan Jackson'ın oynadığı rollerden biri "Our Data Wrangler Stie" olarak tanıtıldı. Woodward ".
- Veri Düzenleme için ddyr ve tidyr kullanın
Neden tidyr ve dplyr kullanıyorsunuz? Çünkü R'de birçok temel veri işleme işlevi olmasına rağmen, bunların hepsi biraz karmaşıktır ve tutarlı kodlamadan yoksundur, bu da kötü bir şekilde okunabilen yuvalanmış işlevlere ve şişirilmiş kodlara neden olur. Ddyr ve tidyr kullanarak şunları elde edin:
- Daha verimli kod
- Dilbilgisini hatırlamak daha kolay
- Daha iyi sözdizimi okunabilirliği
- Scipy doğrusal cebir
SciPy, açık kaynaklı bir Python algoritma kitaplığı ve matematik araç setidir. SciPy, optimizasyon, doğrusal cebir, entegrasyon, enterpolasyon, özel fonksiyonlar, hızlı Fourier dönüşümü, sinyal işleme ve görüntü işleme, sıradan diferansiyel denklem çözme ve bilim ve mühendislikte yaygın olarak kullanılan diğer hesaplamalar için modüller içerir. Benzer işlevlere sahip yazılımlar arasında MATLAB, GNU Octave ve Scilab bulunur.
- Matplotlib
Matplotlib, Python programlama dilinin görsel işlem arayüzü ve sayısal matematik genişletme paketi NumPy'dir. Tkinter, wxPython, Qt veya GTK + gibi yaygın grafik kullanıcı arayüzü araç setlerinin uygulamalardaki gömülü grafiklere kullanımı için bir uygulama programlama arayüzü (API) sağlar.
- Veri görselleştirme için ggplot2 kullanın
- Big-O
Asimptotik sembol olarak da bilinen Big O notasyonu (İngilizce: Big O notasyonu), bir fonksiyonun asimptotik davranışını tanımlamak için kullanılan matematiksel bir semboldür. Daha kesin olarak, bir fonksiyonun büyüklük sırasının asimptotik üst sınırını tanımlamak için başka (genellikle daha basit) bir fonksiyon kullanır. "... sırası" anlamına gelen büyük O (sıra ...), başlangıçta büyük Yunanca "" (omikron) harfiydi, ancak şimdi büyük Latin harfi "O".
Referans bağlantısı:
https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-science-pdf-f22dc900d2d7
Editör: Huang Jiyan redaksiyonu: Gong LiTsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
