本文作者在 Github 上建立了一個(gè)代碼速查表，對(duì)機(jī)器學(xué)習(xí)初學(xué)者來(lái)說(shuō)是不可多得的一個(gè)資源。

對(duì)于初學(xué)者來(lái)講，入門機(jī)器學(xué)習(xí)和深度學(xué)習(xí)非常困難；同時(shí)深度學(xué)習(xí)庫(kù)也難以理解。通過(guò)收集多方資源，我在 Github 上創(chuàng)建了一個(gè)速查表庫(kù)，希望能對(duì)你有所幫助。

1.Keras

Keras 是一個(gè)非常強(qiáng)大且容易上手的深度學(xué)習(xí)庫(kù)；當(dāng) Keras 接入 Theano 和 TensorFlow 時(shí)，后兩者可提供高水平的神經(jīng)網(wǎng)絡(luò) API 以開(kāi)發(fā)和評(píng)估深度學(xué)習(xí)模型。該速查表可用于 Python 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。

2. Numpy

Numpy 庫(kù)是 Python 中科學(xué)性計(jì)算的核心庫(kù)，它提供高性能、多維度的數(shù)組對(duì)象，以及對(duì)這些數(shù)組進(jìn)行運(yùn)算的工具。該速查表可用于 Python 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。

3. Pandas

這張 Pandas 速查表主要用于數(shù)據(jù)整理（data wrangling）。

Pandas 庫(kù)構(gòu)建在 NumPy 上，并為 Python 編程語(yǔ)言提供易于上手的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。該速查表可用于 Python 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。

4. SciPy

SciPy 庫(kù)是科學(xué)性計(jì)算的核心包之一，科學(xué)性計(jì)算可提供數(shù)學(xué)算法和構(gòu)建在 Python 的 NumPy 擴(kuò)展上的便捷函數(shù) （Convenience Functions） ；該表中還包括線性代數(shù)的部分。該速查表可用于 Python 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。

5. Matplotlib

Matplotlib 是一個(gè) Python 2D 繪圖庫(kù)，它在平臺(tái)上以多種硬拷貝格式和交互環(huán)境生成發(fā)表品質(zhì)的圖。該速查表用于 Python 數(shù)據(jù)科學(xué)。

6. Scikit-learn

Scikit-learn 是一個(gè)開(kāi)源 Python 庫(kù)，通過(guò)統(tǒng)一接口實(shí)現(xiàn)一系列的機(jī)器學(xué)習(xí)、預(yù)處理、交叉驗(yàn)證和視覺(jué)化算法。該速查表可用于 Python 數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。

7. Neural Networks Zoo（神經(jīng)網(wǎng)絡(luò)大全）

該速查表幾乎涵蓋了所有類型的神經(jīng)網(wǎng)絡(luò)。

8. ggplot2

ggplot2 基于圖形語(yǔ)法，其思想是你可以利用相同的幾個(gè)組件構(gòu)建所有的圖形：一個(gè)數(shù)據(jù)集、一個(gè)幾何集（表征數(shù)據(jù)點(diǎn)的視覺(jué)化標(biāo)記）和一個(gè)協(xié)作系統(tǒng)。該速查表用于數(shù)據(jù)可視化。