九張機器學習和深度學習代碼速查表分享_初學者必備

本文作者在 Github 上建立了一個代碼速查表，對機器學習初學者來說是不可多得的一個資源。

對于初學者來講，入門機器學習和深度學習非常困難；同時深度學習庫也難以理解。通過收集多方資源，我在 Github 上創建了一個速查表庫，希望能對你有所幫助。

1.Keras

Keras 是一個非常強大且容易上手的深度學習庫；當 Keras 接入 Theano 和 TensorFlow 時，后兩者可提供高水平的神經網絡 API 以開發和評估深度學習模型。該速查表可用于 Python 數據科學和機器學習。

2. Numpy

Numpy 庫是 Python 中科學性計算的核心庫，它提供高性能、多維度的數組對象，以及對這些數組進行運算的工具。該速查表可用于 Python 數據科學和機器學習。

3. Pandas

這張 Pandas 速查表主要用于數據整理（data wrangling）。

Pandas 庫構建在 NumPy 上，并為 Python 編程語言提供易于上手的數據結構和數據分析工具。該速查表可用于 Python 數據科學和機器學習。

4. SciPy

SciPy 庫是科學性計算的核心包之一，科學性計算可提供數學算法和構建在 Python 的 NumPy 擴展上的便捷函數 （Convenience Functions） ；該表中還包括線性代數的部分。該速查表可用于 Python 數據科學和機器學習。

5. Matplotlib

Matplotlib 是一個 Python 2D 繪圖庫，它在平臺上以多種硬拷貝格式和交互環境生成發表品質的圖。該速查表用于 Python 數據科學。

6. Scikit-learn

Scikit-learn 是一個開源 Python 庫，通過統一接口實現一系列的機器學習、預處理、交叉驗證和視覺化算法。該速查表可用于 Python 數據科學和機器學習。

7. Neural Networks Zoo（神經網絡大全）

該速查表幾乎涵蓋了所有類型的神經網絡。

8. ggplot2

ggplot2 基于圖形語法，其思想是你可以利用相同的幾個組件構建所有的圖形：一個數據集、一個幾何集（表征數據點的視覺化標記）和一個協作系統。該速查表用于數據可視化。