机器学习、深度学习思维导图

• 2019 年 12 月 5 日
• 筆記

tips：文末附高清大图下载链接

机器学习篇

1. 流程

数据科学不是一蹴而就之事，而是一个需要设计，实施和维护的过程，下图包含对所涉及内容的快速概述。

2. 数据处理

首先，我们需要一些数据。我们必须查找，收集，清理，以及其他步骤，下图为数据处理流程。

3. 数学

机器学习是一个建立在数学基础之上。

4. 概念

部分类型，类别，方法，库和方法列表。

5. 模型

目前最流行的机器学习模型。

深度学习篇

1.概念

深度学习体系结构的构成，以及每个组件背后的数学注释。

2.架构

根据需要解决的问题，已开发不同的深度学习架构，这是部分内容和调整说明。

3. Tensorflow

TensorFlow是一个使用数据流图进行数值计算的开源软件库。思维导图列出了它的一些组件，包和整体架构。

参考文献： Stanford and Oxford Lectures. CS20SI, CS224d. Deep Learning – Goodfellow. PRML – Bishop. The Elements of Statistical Learning – Hastie. Colah's Blog. http://colah.github.io Kaggle Notebooks. Tensorflow Documentation pages.

高清大图下载

链接：

https://pan.baidu.com/s/1Vy6yxf4MLMDNPnAnciCFug

提取码：

d0v8