保存しておくべき機械学習チートシート 27 選

機械学習にはさまざまな側面があり、調査を始めたときに、特定のトピックの要点を簡潔にリストしたさまざまな「チートシート」を見つけました。最終的に、私は 20 を超える機械学習関連のチートシートのコレクションを作成しました。そのうちのいくつかは定期的に参照し、他のいくつかは大きな恩恵を受けました。この投稿には、オンラインで見つけた 27 個のチートシートが含まれています。見逃したものを見つけた場合は、お知らせください。

機械学習の分野は急速に変化しており、これらはすぐに時代遅れになる可能性があると思いますが、少なくとも今のところはまだ非常に流行しています。

機械学習

ここには機械学習アルゴリズムの便利なフローチャートと表がいくつかありますが、私が見つけた最も包括的なものだけを含めました。

ニューラルネットワークアーキテクチャ

出典: http://www.asimovinstitute.org/neural-network-zoo/

ニューラルネットワークパーク

Microsoft Azure アルゴリズム フローチャート

出典: https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-algorithm-cheat-sheet

Microsoft Azure Machine Learning Studio 向け機械学習アルゴリズム

SAS アルゴリズム フローチャート

出典: http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/

SAS: どの機械学習アルゴリズムを使用すればよいですか?

アルゴリズムの概要

出典: http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/

機械学習アルゴリズムガイド

出典: http://thinkbigdata.in/best-known-machine-learning-algorithms-infographic/

最もよく知られている機械学習アルゴリズムはどれですか?

アルゴリズムの長所と短所

出典: https://blog.dataiku.com/machine-learning-explained-algorithms-are-your-friend

パイソン

当然ながら、Python に関するオンライン リソースは多数存在しますが、このセクションでは私が見つけた最高のチート シートのみを紹介します。

アルゴリズム

出典: https://www.analyticsvidhya.com/blog/2015/09/full-cheatsheet-machine-learning-algorithms/

Pythonの基礎

出典: http://datasciencefree.com/python.pdf

出典: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics#gs.0x1rxEA

ナンピー

出典: https://www.dataquest.io/blog/numpy-cheat-sheet/

出典: http://datasciencefree.com/numpy.pdf

出典: https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.Nw3V6CE

出典: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/numpy/numpy.ipynb

パンダ

出典: http://datasciencefree.com/pandas.pdf

出典: https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.S4P4T=U

出典: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/pandas/pandas.ipynb

マトプロット

出典: https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet

ソース: https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/matplotlib/matplotlib.ipynb

Scikit を学ぶ

出典: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet#gs.fZ2A1Jk

出典: http://peekaboo-vision.blogspot.de/2013/01/machine-learning-cheat-sheet-for-scikit.html

出典: https://github.com/rcompton/ml_cheat_sheet/blob/master/supervised_learning.ipynb

テンソルフロー

出典: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/1_Introduction/basic_operations.ipynb

ピトーチ

出典: https://github.com/bfortuner/pytorch-cheatsheet

数学

機械学習を理解したい場合は、統計（特に確率）、線形代数、微積分についてしっかりと理解している必要があります。私は大学で数学を副専攻しましたが、本当に復習が必要でした。これらのチートシートには、機械学習アルゴリズムの背後にある知っておく必要のある数学のほとんどが記載されています。

確率

出典: http://www.wzchen.com/s/probability_cheatsheet.pdf

確率チートシート 2.0

線形代数

出典: https://minireference.com/static/tutorials/linear_algebra_in_4_pages.pdf

4ページで説明する線形代数

統計

出典: http://web.mit.edu/~csvoss/Public/usabo/stats_handout.pdf

統計チートシート

微積分

出典: http://tutorial.math.lamar.edu/getfile.aspx?file=B,41,N

微積分チートシート