Серия руководств по картам машинного обучения призвана помочь разработчикам получить систематическую концепцию сети знаний машинного обучения.Конкретная интерпретация не идеальна, и разработчикам необходимо самостоятельно исследовать, чтобы глубоко понять конкретные знания. Этот проект вдохновлен проектом с открытым исходным кодом Даниэля Формозо на github. Автор этой статьи переводит, систематизирует, аннотирует и другие второстепенные творения своего проекта, и в ней много редких математических терминов, что отнимает много сил у автора, не обучавшегося за границей. Я организовал карту в виде карты знаний для всеобщего обозрения. Из-за большой сети знаний о машинном обучении полная карта слишком велика, и изображения в статье могут быть сжаты.Чтобы получить полные изображения, просмотрите проект github machine-learning-mindmap-cn, чтобы загрузить оригинал в высоком разрешении. карта. Эта серия все еще находится в процессе постоянного создания, ваши лайки, комментарии и звезды станут движущей силой для моего постоянного творчества.
Daniel Formoso: GitHub.com/subversionormemso/лошадь…
machine-learning-mindmap-cn: GitHub.com/adopters/no…
Серия карт машинного обучения разделена на пять модулей.
- машинное обучение обработка данных
- Концепции машинного обучения
- процесс машинного обучения
- Алгоритмы машинного обучения
- Модели машинного обучения и модели нейронных сетей
тип данных
исследование данных
Очистка данных
Интерполяция объектов
разработка функций
Выбор функций
Кодирование функций
Нормализация признаков (Normalisation) или масштабирование (Scaling)
Построить набор данных
Наконец
Ты просто комплимент.