精華 | 超全的速查資料 【歷史最全】
本文涵蓋了神經網路結構、機器學習、TensorFlow、Pandas、Numpy、Python、Scikit-Learn、Scipy等的基本概念與使用方法。
作者｜Stefan Kojouharov
編譯｜專知
整理｜Yingying ，李大囧
神經網路
神經網路圖
機器學習概覽
機器學習：Scikit-learn演算法
這個部分展示了Scikit-learn中每個演算法的適用範圍及優缺點，可以幫你快速找到解決問題的方法。
Scikit-learn
Scikit-learn（以前稱為scikits.learn）是機器學習庫。 它具有各種分類，回歸和聚類演算法，包括支持向量機，隨機森林，梯度增強，k-means和DBSCAN等。
機器學習：演算法
Microsoft Azure的這款機器學習備忘單將幫助您為預測分析解決方案選擇合適的機器學習演算法。
數據科學中的Python
TensorFlow
Keras
2017年，Google的TensorFlow團隊決定在TensorFlow的核心庫中支持Keras。 Chollet解釋說，Keras被認為是一個界面而不是端到端的機器學習框架。 它提供了更高級別，更直觀的抽象集，無論後端科學計算庫如何，都可以輕鬆配置神經網路。
NumPy
NumPy通過提供多維數組以及在數組上高效運行的函數和運算符來提高運算效率，需要重寫一些代碼，主要是使用NumPy的內部循環。
Pandas
「Pandas」這個名稱來自術語「「panel data 」，這是一個多維結構化數據集的計量經濟學術語。
數據清洗
Data Wrangling 是一款好用的數據清洗軟體
dplyr 和tidyr
SciPy
SciPy建立在NumPy數組對象之上，是NumPy工具集的一部分
Matplotlib
數據可視化
PySpark
Big-O
各種演算法的複雜度
參考資料：
Big-O Algorithm Cheat Sheet:
http://bigocheatsheet.com/
Bokeh Cheat Sheet:
https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Bokeh_Cheat_Sheet.pdf
Data Science Cheat Sheet:
https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics
Data Wrangling Cheat Sheet:
https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf
Data Wrangling:
https://en.wikipedia.org/wiki/Data_wrangling
Ggplot Cheat Sheet:
https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf
Keras Cheat Sheet:
https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs
Keras:
https://en.wikipedia.org/wiki/Keras
Machine Learning Cheat Sheet:
https://ai.icymi.email/new-machinelearning-cheat-sheet-by-emily-barry-abdsc/
Machine Learning Cheat Sheet:
https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet
ML Cheat Sheet:
http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Matplotlib Cheat Sheet:
https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY
Matpotlib:
https://en.wikipedia.org/wiki/Matplotlib
Neural Networks Cheat Sheet:
http://www.asimovinstitute.org/neural-network-zoo/
Neural Networks Graph Cheat Sheet:
http://www.asimovinstitute.org/blog/
Neural Networks:
https://www.quora.com/Where-can-find-a-cheat-sheet-for-neural-network
Numpy Cheat Sheet:
https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE
NumPy:
https://en.wikipedia.org/wiki/NumPy
Pandas Cheat Sheet:
https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM
Pandas:
https://en.wikipedia.org/wiki/Pandas_(software)
Pandas Cheat Sheet:
https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc
Pyspark Cheat Sheet:
https://www.datacamp.com/community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ
Scikit Cheat Sheet:
https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet
Scikit-learn:
https://en.wikipedia.org/wiki/Scikit-learn
Scikit-learn Cheat Sheet:
http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Scipy Cheat Sheet:
https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI
SciPy:
https://en.wikipedia.org/wiki/SciPy
TesorFlow Cheat Sheet:
https://www.altoros.com/tensorflow-cheat-sheet.html
Tensor Flow:
https://en.wikipedia.org/wiki/TensorFlow
原文鏈接：
https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463
