機器學習思維導圖（Machine Learning Mindmap）

一個總結機器學習概念的思維圖，從數據分析到深入學習。

https://github.com/dformoso/machine-learning-mindmap

Overview

機器學習是計算機科學的一個子領域，使計算機不需要明確的編程步棸就能夠自主學習。它致力於通過學習數據和預測數據來建立各種算法。

機器學習的應用範圍非常廣泛。它涵蓋數學、計算機科學和神經科學的多個領域。

這篇文章試圖在一個PDF文件中來總結整個機器學習領域。

---

1. Process

數據科學不是一成不變的工作，而是一個需要設計、實現和維護的過程。

---

2. Data Processing

首先，我們需要一些數據。我們必須找到它、收集它、清理它，還有大約5個其他步驟。這是所需的步驟。

---

3. Mathematics

機器學習是建立在數學磚上的房子，下面是最常見的組件。

---

4. Concepts

類型、類別、方法、庫和方法的部分列表。

---

5. Models

最流行的模型的樣本。

---

References

Stanford and Oxford Lectures. CS20SI, CS224d.
> Books: 
  > Deep Learning - Goodfellow. 
  > Pattern Recognition and Machine Learning - Bishop. 
  > The Elements of Statistical Learning - Hastie.
- Colah's Blog. http://colah.github.io
- Kaggle Notebooks.
- Tensorflow Documentation pages.
- Google Cloud Data Engineer certification materials.
- Multiple Wikipedia articles.

Download

Download the PDF here:

https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning.pdf

Same, but with a white background:

https://github.com/dformoso/machine-learning-mindmap/blob/master/Machine%20Learning%20-%20White%20BG.pdf

Companion Notebook

This Mindmap/Cheatsheet has a companion Jupyter Notebook that runs through most of the Data Science steps that can be found at the following link:

https://github.com/dformoso/sklearn-classification

Mindmap on Deep Learning

Here's another mindmap which focuses only on Deep Learning

https://github.com/dformoso/deeplearning-mindma