2019年第 21 篇文章，总第 45 篇文章

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。

对应快速查询的网站如下：

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

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！

---

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：

对应快速查询的网站如下：

目录如下：

• 卷积神经网络

• 循环神经网络

• 技巧和秘诀

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：

---

最后，上述三份知识点速查表，我都整理打包，获取方式如下：

1. 关注公众号“机器学习与计算机视觉”

2. 在微信公众号后台留言 "CheatSheet"

欢迎关注我的微信公众号--机器学习与计算机视觉，或者扫描下方的二维码，大家一起交流，学习和进步！

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)

数学学习笔记

• 程序员的数学笔记1--进制转换

• 程序员的数学笔记2--余数

• 程序员的数学笔记3--迭代法

Github项目 & 资源教程推荐

• [Github 项目推荐] 一个更好阅读和查找论文的网站

• [资源分享] TensorFlow 官方中文版教程来了

• 必读的AI和深度学习博客

• [教程]一份简单易懂的 TensorFlow 教程

• [资源]推荐一些Python书籍和教程，入门和进阶的都有！