Por vários meses, colecionamos memorandos sobre inteligência artificial, que compartilhamos periodicamente com amigos e colegas. Recentemente, uma coleção inteira foi desenvolvida e adicionamos descrições e / ou citações aos memorandos para tornar a leitura mais interessante. E no final, você encontrará uma seleção de complexidade "O grande" (Big-O). Aproveite.
UPD Muitas fotos serão mais legíveis se você as abrir em guias separadas ou salvar em disco.Redes neurais
Memorando de rede neuralGráficos de redes neurais
Memorando nos gráficos de redes neurais
Memorando de rede neuralVisão geral do aprendizado de máquina
Guia de aprendizado de máquinaAlgoritmo Scikit-learn
Este guia de aprendizado de máquina o ajudará a encontrar o algoritmo certo para a classificação, que é a parte mais difícil do trabalho. O fluxograma o ajudará a verificar a documentação e definir uma direção geral para cada algoritmo. Isso o ajudará a entender melhor os problemas que você está enfrentando e como resolvê-los.
O Scikit-learn (anteriormente conhecido como
scikits.learn ) é uma biblioteca gratuita de aprendizado de máquina para Python. Inclui vários tipos de
algoritmos de
classificação ,
regressão e
clustering , incluindo
o método do vetor de suporte , algoritmo de
floresta aleatória (“floresta aleatória”),
aumento de gradiente ,
método k- means e
DBSCAN . O Scikit-learn foi desenvolvido para interagir com as bibliotecas científicas e de computação Python
NumPy e
SciPy .
Memorando Scikit-learnGuia do algoritmo de aprendizado de máquina
Este memorando do Microsoft Azure ajudará você a escolher os algoritmos corretos de aprendizado de máquina para sua solução analítica preditiva. Primeiro, o memorando pergunta sobre a natureza dos dados e aconselha o melhor algoritmo.
Python para ciência de dados
Memorando Python para Ciência de Dados
Memorando de Big DataTensorflow
Em maio de 2017, o Google anunciou o TPU de segunda geração, bem como sua disponibilidade no
Google Compute Engine . As TPUs de segunda geração têm um desempenho de até 180 teraflops e com 64 TPU agrupando até 11,5 petaflops.
Memorando do TensorFlowKeras
Em 2017, a equipe do TensorFlow do Google decidiu integrar o suporte ao Keras na biblioteca principal do TensorFlow. Chollet explicou que o Keras é uma interface e não um sistema de aprendizado de máquina de ponta a ponta. Ele fornece um conjunto de abstrações mais intuitivo e de nível superior que simplifica a configuração de redes neurais, independentemente da biblioteca de computação científica usada no back-end.
Numpy
O NumPy é para
Cpython , uma implementação de referência do Python que é um interpretador de bytecode que não otimiza. Os algoritmos matemáticos escritos para esta versão do Python geralmente funcionam muito mais lentamente que os compilados. A biblioteca NumPy resolve parcialmente o problema de velocidade devido a matrizes multidimensionais, bem como funções e operadores otimizados para trabalhar com matrizes. Será necessário reescrever parte do código usando o NumPy, principalmente loops internos.
Numpy MemoPandas
O nome "Pandas" vem do termo econométrico "
dados em painel ", usado para conjuntos de dados estruturados multidimensionais.
Pandas MemoDisputa de dados
Disputa de dados (dados de
"pastoreio", processamento de dados primários ) - esse termo começa a penetrar na cultura pop. No filme de 2017, Kong: Skull Island, um dos personagens é apresentado como Steve Woodward, nosso organizador de dados.
Memorando de Organização de Dados
Pandas Data Wrangling MemoOrganização de dados com dplyr e tidyr
Data Wrangling Memo com dplyr e tidyr
Data Wrangling Memo com dplyr e tidyrScipy
O SciPy é baseado em um objeto de matriz NumPy. Essa biblioteca faz parte da pilha NumPy, que inclui ferramentas como
Matplotlib ,
Pandas e
SymPy , além de um conjunto crescente de bibliotecas para computação científica. A pilha NumPy e os aplicativos
MATLAB ,
GNU Octave e
Scilab têm o mesmo público de usuários. A pilha NumPy também é chamada de pilha SciPy.
Scipy MemoMatplotlib
Matplotlib é uma biblioteca gráfica para Python e sua extensão matemática computacional NumPy. Ele fornece uma API orientada a objetos para incorporar gráficos em aplicativos usando ferramentas GUI universais, como
Tkinter ,
wxPython ,
Qt ou
GTK + . Há também uma interface de procedimento do Pylab baseada em máquina de estado (como o OpenGL) projetada para se parecer com o
MATLAB , embora seu uso não seja recomendado.
O SciPy usa matplotlib.
O Pyplot é um módulo matplotlib que fornece uma interface como o MATLAB. O Matplotlib é usado da mesma maneira que o MATLAB, permite usar o Python e também gratuitamente.
Memorando de MatplotlibVisualização de dados
Memorando de visualização de dados
Memorando GgplotPyspark
Memorando PySpark"Oh grande" (Big-O)
Memorando de complexidade do algoritmo
Memorando de complexidade do algoritmo
Um memorando sobre a complexidade das operações com estruturas de dados em algoritmos
Um memorando sobre a complexidade dos algoritmos de classificação de arrayFontes
Memorando de complexidade do algoritmoMemorando BokehMemorando de Ciência de DadosMemorando de Organização de DadosMemorando GgplotKeras MemoGuia de aprendizado de máquinaGuia de aprendizado de máquinaGuia de aprendizado de máquinaMemorando de MatplotlibMemorando de rede neuralMemorando nos gráficos de redes neuraisRedes neuraisNumpy MemoPandas MemoPandas MemoPyspark MemoScikit MemoMemorando Scikit-learnScipy MemoMemorando do TensorFlow