本文是Chatbots Life创始人Stefan Kojouharov花费数学心血搜集的AI概念速查表,是学习神经网络、机器学习、深度学习与大数据必备之良方。
1. 神经网络
2. 神经网络结构
3. 神经网络公式
4. 机器学习:概览
5. 机器学习:Scikit-learn算法
Scikit-learn是基于Python的功能强大的开源科学计算工具包,内含分类、回归、聚类、支持向量机、随机森林与Gradient Boosting等算法。
6. 机器学习:算法概览
7. Python数据科学
8. 大数据
9. TensorFlow
2017 年 5 月,谷歌宣布了第二代 TPU ,并在Google Compute Engine中加入了对 TPU 的支持。第二代 TPU 有高达 180 万亿次浮点运算性能。当 64 块TPU 组合使用时,可提供高达 11.5 千万亿次浮点运算的性能。
10. Keras
2017 年,TensorFlow核心库加入了对 Keras 的支持。Keras作者Chollet表示Keras更适合作端口使用,而非端对端的机器学习框架,它提供了更高级更直观的抽象集合,可轻松配置神经网络,无需考虑后端科学计算库。
11. NumPy
NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多。
12. Pandas:Python结构化数据分析利器
13. Data Wrangling
14. Data Wrangling with dplyr and tidyr
15. SciPy
基于 NumPy 数组对象构建,是 NumPy 堆栈的一部分,包含 Matplotlib,pandas 和 SymPy 等工具,以及一个科学计算库的扩展集。
16. Matplotlib
Matplotlib是Python中常用的可视化工具之一,便于创建海量类型2D图表和一些基本的3D图表。
17. 数据可视化
18. PySpark
19. Big-O
抓住AI时代机遇,从学习开始:
领取专属 10元无门槛券
私享最新 技术干货