機器學習、深度學習思維導圖

• 2019 年 12 月 5 日
• 筆記

tips：文末附高清大圖下載鏈接

機器學習篇

1. 流程

數據科學不是一蹴而就之事，而是一個需要設計，實施和維護的過程，下圖包含對所涉及內容的快速概述。

2. 數據處理

首先，我們需要一些數據。我們必須查找，收集，清理，以及其他步驟，下圖為數據處理流程。

3. 數學

機器學習是一個建立在數學基礎之上。

4. 概念

部分類型，類別，方法，庫和方法列表。

5. 模型

目前最流行的機器學習模型。

深度學習篇

1.概念

深度學習體系結構的構成，以及每個組件背後的數學注釋。

2.架構

根據需要解決的問題，已開發不同的深度學習架構，這是部分內容和調整說明。

3. Tensorflow

TensorFlow是一個使用數據流圖進行數值計算的開源軟體庫。思維導圖列出了它的一些組件，包和整體架構。

參考文獻： 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.

高清大圖下載

鏈接：

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

提取碼：

d0v8