/machine-learning-mindmap-cn

机器学习导图系列教程旨在帮助引导开发者对机器学习知识网络有一个系统的概念

Apache License 2.0Apache-2.0

machine-learning-mindmap-cn

机器学习导图系列教程旨在帮助引导开发者对机器学习知识网络有一个系统的概念,其中有些具体释义并未完善,需要开发者自己探索才能对具体知识有深入的掌握。本项目灵感来自Daniel Formoso的github开源项目。本文作者对其项目进行翻译、整理、批注等二次创作,其中不乏生僻的数学名词,对于没有留过学的作者来说费了很多功夫。我又将导图整理成了知识卡片,方便大家查看。由于机器学习的知识网络很大,导致完整的导图过大,文章中的图片可能经过压缩,如需完整图片可查看github项目machine-learning-mindmap-cn下载高清原图。本系列还在持续创作中终于完成了,你的点赞、留言、star都会成为我持续创作的动力。
如有发现翻译纰漏或更好的建议,欢迎与caiyongji联系。

TIPS: 图片略大,请耐心等待或直接下载。

最近更新:2019/04/06

目录

关注公众号查看mindmap文本翻译、注释、说明及引用

img

机器学习-数据处理

img

数据类型

img

数据探索

img

数据清洗

img

特征插补

img

特征工程

img

特征选择

img

特征编码

img

特征归一化(Normalisation)或缩放(Scaling)

img

构造数据集

img

机器学习-概念

img

动机

img

性能分析

img

调参

img

类型

img

种类

img

分类

img

学习方法

img

分类学

img

选择标准

img

img

机器学习-过程

img

问题

img

方向

img

数据

img

模型-成本函数-优化-调参-结果和基准-扩展

img

部署和运营-基础架构

img

机器学习-算法

img

线性代数

img

统计

img

优化

img

正则化

img

函数

img

概率

img

分布

img

信息论

img

密度估计

img

机器学习模型及神经网络模型

img

回归

img

贝叶斯

img

降维

img

实例

img

决策树

img

聚类

img

神经元与层

img

批量标准化与学习率

img

初始化权重

img

反向传播

img

激活函数

img