[Github项目推荐] 机器学习& Python 知识
今天推荐三份知识点的速查表，分别是机器学习、深度学习和 Python 三方面的知识点速查表。其中前两份都是来自斯坦福大学的课程，分别是 CS229 机器学习 和 CS230 深度学习课程。
1. CS229 机器学习速查表
传送门
Github 地址：
https://github.com/afshinea/stanford-cs-229-machine-learning
网站：
https://stanford.edu/~shervine/teaching/cs-229/
简介
这是一个总结 CS229 机器学习课程的重要笔记的 Github 项目，目前有 6000+ Star，如下所示，，目前已经有几个翻译版本，除了基本的英文版本，还有好几个版本，包括中文版本的翻译。
image
对应快速查询的网站如下：
image
目录如下所示，总共包括六大部分内容：
- 监督学习
- 无监督学习
- 深度学习
- 机器学习技巧和秘诀
- 概率和统计
- 线性代数和微积分
image
这里我们具体看看监督学习的内容，如下所示是中文版翻译的内容，这份速查表是图文并茂，对每个概念给出基本的定义，并会配上图表，加深印象！
image
2. CS230 深度学习速查表
传送门
Github 地址：
https://github.com/afshinea/stanford-cs-230-deep-learning
网站：
https://stanford.edu/~shervine/teaching/cs-230/
简介
这是总结 CS230 深度学习课程的笔记，和第一份机器学习的知识点速查表都是同样的两个作者，afshinea 和 shervinea，前者目前是就职于 Uber 数据中心，后者应该是在斯坦福大学任教。
这份深度学习知识点速查表目前还没有中文版的翻译。Github 介绍如下：
image
对应快速查询的网站如下：
image
目录如下：
- 卷积神经网络
- 循环神经网络
- 技巧和秘诀
image
同样也是一份图文并茂的知识点速查表。
3. Python 知识点速查表
传送门
Github：
https://github.com/gto76/python-cheatsheet
简介
总结了很多 python 知识点使用速查表，从基础的数据类型（数值、字符串、列表、字典、集合）、一些内置函数用法（推导式、lambda、map、filter、reduce），到比较高级的生成器、迭代器、序列化和JSON，第三方库，包括Numpy、PIL、Matplolib等知识点，非常的齐全，部分知识点如下所示：
image
最后，上述三份知识点速查表，我都整理打包，获取方式如下：
- 关注公众号“机器学习与计算机视觉”
- 在微信公众号后台留言 CheatSheet
欢迎关注我的微信公众号--算法猿的成长，或者扫描下方的二维码，大家一起交流，学习和进步！
image
往期精彩推荐
机器学习系列
- 机器学习入门系列（1）--机器学习概览
- 机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)
- 机器学习数据集的获取和测试集的构建方法
- 特征工程之数据预处理（上）
- 特征工程之数据预处理（下）
- 特征工程之特征缩放&特征编码
- 特征工程(完)
