資源 | 值得收藏的 27 個機器學習的小抄

機器學習有不少方面，當我開始研究學習它時，我發現了各類各樣的「小抄」，它們簡明地列出了給定主題的關鍵知識點。最終，我聚集了超過 20 篇的機器學習相關的小抄，其中一些我常常會翻閱，而另外一些我也獲益匪淺。這篇文章裏面包含了我在網上找到的 27 個小抄，若是你發現我有所遺漏的話，請告訴我。

-- Robbie Allen

在微信公公衆號會話中回覆「備忘」，下載本文收集的大部分機器學習備忘單。

本文受權轉自Linux中國（ID:linux-cn）

本文導航

• 機器學習 05%

• 神經網絡架構 07%

• 微軟 Azure 算法流程圖 10%

• SAS 算法流程圖 14%

• 算法總結 18%

• 算法優劣 26%

• Python 30%

• 算法 31%

• Python 基礎 35%

• Numpy 41%

• Pandas 52%

• Matplotlib 61%

• Scikit Learn 68%

• Tensorflow 77%

• Pytorch 81%

• 數學84%

• 機率 86%

• 線性代數 90%

• 統計學 93%

• 微積分 97%

機器學習

這裏有一些有用的流程圖和機器學習算法表，我只包括了我所發現的最全面的幾個。

神經網絡架構

(via:http://www.asimovinstitute.org/neural-network-zoo/)

神經網絡公園

微軟 Azure 算法流程圖

(via:https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet)

用於微軟 Azure 機器學習工做室的機器學習算法

SAS 算法流程圖

(via:http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/)

SAS：我應該使用哪一個機器學習算法？

算法總結

(via:http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/)

機器學習算法指引

(via:http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/)

已知的機器學習算法哪一個最好？

算法優劣

(via： https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend)

Python

天然而然，也有許多在線資源是針對 Python 的，這一節中，我僅包括了我所見過的最好的那些小抄。

算法

(via:https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/)

Python 基礎

(via:http://datasciencefree.com/python.pdf)

數據科學Python入門備忘單

(via:https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA)

NumPy Cheat Sheet - Python for Data Science

(via:https://www.dataquest.io/blog/numpy-cheat-sheet/)

Numpy Cheat Sheet

(via: http://datasciencefree.com/numpy.pdf)

NumPy Cheat Sheet: Data Analysis in Python

(via:https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE)

Data-Science-Ipython-Notebooks(NumPy)

(via:https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/

numpy/numpy.ipynb)

Data Analysis with Pandas

(via:http://datasciencefree.com/pandas.pdf)

Pandas Cheat Sheet for Data Science in Python

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

S4P4T=U)

Data-Science-Ipython-Notebooks(Pandas)

(via:https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/

pandas/pandas.ipynb)

Matplotlib Cheat Sheet: Plotting in Python

(via:https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet)

Data-Science-Ipython-Notebooks

(via: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/

matplotlib/matplotlib.ipynb)

Scikit Learn

(via: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk)

Machine Learning Cheat Sheet (for scikit-learn)

(via:http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html)

ml_cheat_sheet

(via: https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.

ipynb)

TensorFlow-Examples

(via: https://github.com/aymericdamien/TensorFlow-Examples/blob/

master/notebooks/1_Introduction/basic_operations.ipynb)

Pytorch Cheatsheet

(via: https://github.com/bfortuner/pytorch-cheatsheet)

數學

若是你但願瞭解機器學習，那你就須要完全地理解統計學（特別是機率）、線性代數和一些微積分。我在本科時輔修了數學，可是我確實須要複習一下了。這些小抄提供了機器學習算法背後你所須要瞭解的大部分數學知識。

機率

(via:http://www.wzchen.com/s/probability_cheatsheet.pdf)

機率小抄 2.0

線性代數

(via: https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf)

四頁內解釋線性代數

統計學

(via: http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf)

統計學小抄

微積分

(via:http://tutorial.math.lamar.edu/getfile.aspx?file=B,41,N)

微積分小抄

原文地址：

https://unsupervisedmethods.com/cheat-sheet-of-machine-learning-and-python-and-math-cheat-sheets-a4afe4e791b6