機器學習中的數學原理和公式推導還是非常重要的，但知識點較為繁雜，且不易整理！今天推薦一份開源的《機器學習速查手冊》，并且制作成了電子版 PDF，方便大家查閱~

這份手冊最大的特點就是包含許多關于機器學習的經典公式和圖表，有助于您快速回憶有關機器學習的知識點。非常適合那些正在準備與機器學習相關的工作面試的人。

Frank Dai 是這份手冊的作者，他已經將這份機器學習速查手冊開源并發布在 GitHub 上了，目前已經收到 2.9k stars 了。

項目地址：

https://github.com/soulmachine/machine-learning-cheat-sheet

值得一提的是，該手冊作者是使用 LaTeX 編寫，并且開源，作者提供了如何在 Windows 下編譯的方法。詳細方法可在 GitHub 項目上獲取。

該手冊雖然只有 135 頁，但麻雀雖小五臟俱全，包含了 28 個主題內容，目錄如下：

• Introduction

• Probability

• Generative?models?for discrete data

• Gaussian?Models

• Bayesian statistics

• Frequentist?statistics

• Linear Regression

• Logistic Regression

• Generalized linear models and?the?exponential family

• Directed graphical?models(Bayes nets)

• Mixture models and?the EM algorithm

• Latent linear models

• Sparse?linear models

• Kernels

• Gaussian processes

• Adaptive basis function models

• Hidden?markov Model

• State space models

• Undirected graphical models(Markov random fields)

• Exact inference for graphical models

• Variational inference

• More variational inference

• Monte Carlo inference

• Markov chain Monte Carlo (MCMC)inference

• Clustering

• Graphical model structure learning

• Latent variable models?for discrete data

• Deep learning

28 章內容，但是知識點非常精簡，包含各種機器學習公式和圖表。例如第2 章的概率論，關于條件概率的講解：

線性回歸章節中，包含 SGD 算法的推導：

第 14 章，作者把核函數總結得很好，不止于 SVM，介紹的和函數包括：

• RBF kernels

• TF-IDF kernels

• Mercer (positive definite) kernels
  

• Linear kernels
  

• Matern kernels
  

• String kernels
  

• Pyramid match kernels
  

• Kernels derived from probabilistic generative models
  

Kernel trick 是非常巧妙的，作者也做了總結，包括 SVM。

值得一提的是，這份機器學習速查手冊作者嗨一直在更新，后面的章節內容還沒有完成。

最后再放上該 GitHub 地址：

https://github.com/soulmachine/machine-learning-cheat-sheet

資源下載：

為了節約大家的時間，小編已經將這份《神經網絡與深度學習》電子版 PDF?打包好了。獲取步驟如下：

1. 掃描下方二維碼關注?"程序員愛碼士"?公眾號

2. 公眾號后臺回復關鍵詞：MLCH

總結

以上是生活随笔為你收集整理的135 页的《机器学习速查手册》，公式、图表都有，附下载！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。