點擊上方“AI有道”，選擇“星標”公眾號

重磅干貨，第一時間送達

工欲善其事，必先利其器。在機器學(xué)習(xí)、深度學(xué)習(xí)研究中，優(yōu)秀的參考資料和手冊往往能夠助我們事半功倍！今天給大家推薦一個在 GitHub 上非常受歡迎的項目：cheatsheets-ai，涉及 AI 領(lǐng)域完整的速查表。目前，該項目已收獲近 1.1 w 的 stars 了。下面是項目地址：

https://github.com/kailashahirwar/cheatsheets-ai

該項目涉及到大數(shù)據(jù)分析、機器學(xué)習(xí)和深度學(xué)習(xí)等領(lǐng)域，包括數(shù)據(jù)科學(xué)相關(guān)庫Numpy、Pandas、PySpark 等，機器學(xué)習(xí)相關(guān)庫 Scikit-learn 等，以及深度學(xué)習(xí)相關(guān)庫 TensorFlow 等，非常適合作為我們的常用工具，方便快捷。

項目目錄：

下面我們來看一下該項目具有代表性的幾張 AI 速查表。

1. Numpy

Numpy 作為 Python 科學(xué)計算核心庫之一，能夠創(chuàng)建高性能多維數(shù)組對象 Array，并提供了處理數(shù)組的相關(guān)工具。

2. Pandas

Pandas 是基于 Numpy 的數(shù)據(jù)分析庫，提供了 Python 編程語言的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。

3. Scipy

Scipy 也是基于 Numpy 的擴展包，包含一些 Python 語言的數(shù)學(xué)算法和便捷方程，是科學(xué)計算核心庫之一。

4. Matplotlib

Matplotlib 是 Python 的 2D 繪制圖庫，它以各種硬拷貝格式和跨平臺的交互式環(huán)境生成出版質(zhì)量級別的圖形。

5.?SciPy-Linear Algebra

使用 SciPy 進行各種線性代數(shù)計算方法。

6. Scikit-Learn

Scikit-Learn（簡記sklearn），是用 Python 實現(xiàn)的機器學(xué)習(xí)算法庫。sklearn 可以實現(xiàn)數(shù)據(jù)預(yù)處理、分類、回歸、降維、模型選擇等常用的機器學(xué)習(xí)算法。

7. TensorFlow

TensorFlow 是谷歌研發(fā)的當今最火熱的深度學(xué)習(xí)框架之一。

8. Keras

Keras 是一個高層神經(jīng)網(wǎng)絡(luò) API，Keras 由純 Python 編寫而成并基 Tensorflow、Theano 以及 CNTK 后端。

9. 神經(jīng)網(wǎng)絡(luò)單元

10. 神經(jīng)網(wǎng)絡(luò)家族

其它的速查表還包括：PySpark、dplyr and tidyr、ggplot2 等。

完整速查表獲取：

目前，16 張完整的速查表已經(jīng)整理完畢，可供大家學(xué)習(xí)交流使用。獲取方式如下：

1.關(guān)注?"AI有道"?公眾號

2.公眾號后臺回復(fù)關(guān)鍵詞：16

【推薦閱讀】

干貨 | 公眾號歷史文章精選（附資源）

我的深度學(xué)習(xí)入門路線

我的機器學(xué)習(xí)入門路線圖

?更多干貨，盡在 AI 視界

總結(jié)

以上是生活随笔為你收集整理的火爆 GitHub 的 16 张机器学习速查表，值得收藏！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。