最全技術(shù)圖譜！一文掌握人工智能各大分支技術(shù)

人工智能?深度學(xué)習(xí)?神經(jīng)網(wǎng)絡(luò)?機(jī)器學(xué)習(xí) 閱讀1204?

原文：Cheat Sheets for AI, Neural Networks, Machine Learning, Deep Learning & Big Data?
作者：Stefan Kojouharov?
翻譯：聶震坤?
審校：屠敏

在過去的幾個月中，我一直在收集有關(guān)人工智能的相關(guān)資料。隨著各種的問題被越來越頻繁的提及，我決定整理并分享有關(guān)人工智能、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與大數(shù)據(jù)的技術(shù)合輯。同時為了內(nèi)容更加生動易懂，本文將會針對各個大類展開詳細(xì)解析。

神經(jīng)網(wǎng)絡(luò)

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)： Scikit-learn 算法

此部分內(nèi)容可以幫助你解決機(jī)器學(xué)習(xí)中最難的部分，即找到正確的估計器（Estimator）。下圖可幫助快速查找文檔與簡介，更快了解問題并找到解決方法。

Scikit-Learn

Scikit-learn(更正式的叫法為 scikits.learn)是 Python 的一個用于機(jī)器學(xué)習(xí)的免費(fèi)庫。庫中有大量的分類，回歸與聚類算法，并支持向量機(jī)、隨機(jī)森林、梯度提升、?K 均值與?DBSCAN。 旨在與 Python 數(shù)字庫 NumPy 和科學(xué)庫 SciPy 進(jìn)行交互。

機(jī)器學(xué)習(xí)：算法

此部分旨在介紹如何根據(jù)預(yù)測分析方案選擇合適的機(jī)器學(xué)習(xí)算法。下圖可以根據(jù)數(shù)據(jù)性質(zhì)提出最佳算法。

用于數(shù)據(jù)科學(xué)的 Python

TensorFlow

谷歌于 2017 年 5 月宣布了第二代 TPU 并在谷歌計算引擎中加入了對 TPU 的支持。第二代 TPU 擁有高達(dá) 180 萬億次浮點(diǎn)運(yùn)算性能（180 teraflops）。當(dāng) 64 個 TPU 組合在一起時，可以提供高達(dá) 11.5 千萬億次浮點(diǎn)運(yùn)算性能（11.5 petaflops）。

Keras

2017 年，谷歌在 TensorFlow 的核心庫中加入了對 Keras 的支持。有學(xué)者認(rèn)為，認(rèn)為相較于端到端的機(jī)器學(xué)習(xí)框架，Keras 更適合作為接口來使用。它提供了更高級別，更直觀的抽象集合，使得無論后端科學(xué)計算庫如何，都可以輕松配置神經(jīng)網(wǎng)絡(luò)。

Numpy

NumPy 是針對 Python 的 CPython 參考實(shí)現(xiàn)，是一個非優(yōu)化的字節(jié)碼解釋器。針對目前版本的Python編寫數(shù)學(xué)算法的運(yùn)行速度相對較慢的問題，Numpy 使用多維數(shù)組和函數(shù)與運(yùn)算符來改寫部分代碼來提高運(yùn)行效率。

Pandas

名稱 “Pandas” 源于“面板數(shù)據(jù)”（Panel Data）一詞，是多維結(jié)構(gòu)化數(shù)據(jù)集的計量經(jīng)濟(jì)學(xué)術(shù)語。

數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理一詞已經(jīng)開始滲透進(jìn)流行文化中。在2017年電影“金剛：骷髏島”中，演員馬克·埃文·杰克遜（Marc Evan Jackson）飾演的角色為“我們的數(shù)據(jù)處理者–史蒂夫·伍德沃德。

用 Dplyr 與 Tidyr 進(jìn)行數(shù)據(jù)預(yù)處理

SciPy

SciPy 是基于 NumPy 數(shù)組對象進(jìn)行構(gòu)建，為 NumPy 堆棧的一部分。包括 Matplotlib，pandas 和 SymPy 等工具，以及擴(kuò)展的科學(xué)計算庫集。該 NumPy 堆棧與其他應(yīng)用程序（如MATLAB，GNU Octave 和 Scilab）具有類似的使用者。 NumPy 堆棧有時也被稱為 SciPy 堆棧。

Matplotlib

Matplotlib 是 Python 編程語言及其數(shù)學(xué)數(shù)學(xué)擴(kuò)展 NumPy 的繪圖庫。它提供了面向?qū)ο蟮腁PI，用于使用 Tkinter，wxPython，Qt 或 GTK +等通用 GUI 工具包將圖形嵌入到應(yīng)用程序中。還有一個基于狀態(tài)機(jī)（如 OpenGL）的程序 “pylab” 接口。接口類似 MATLAB，但不鼓勵使用。

Pyplot 是一個 matplotlib 模塊，他提供了一個類似 MATLAB 的界面。Pyplot 擁有跟MATLAB 一樣易上手，兼容 Pyhton 并且免費(fèi)的優(yōu)點(diǎn)。

數(shù)據(jù)可視化

PySpark

由中國人工智能學(xué)會、阿里巴巴集團(tuán) & 螞蟻金服主辦，CSDN、中國科學(xué)院自動化研究所承辦的第三屆中國人工智能大會（CCAI 2017）將于 7 月 22-23 日在杭州召開。作為中國國內(nèi)高規(guī)格、規(guī)模空前的人工智能大會，本次大會由中國科學(xué)院院士、中國人工智能學(xué)會副理事長譚鐵牛，阿里巴巴技術(shù)委員會主席王堅(jiān)，香港科技大學(xué)計算機(jī)系主任、AAAI Fellow 楊強(qiáng)，螞蟻金服副總裁、首席數(shù)據(jù)科學(xué)家漆遠(yuǎn)，南京大學(xué)教授、AAAI Fellow 周志華共同甄選出在人工智能領(lǐng)域本年度海內(nèi)外最值得關(guān)注的學(xué)術(shù)與研發(fā)進(jìn)展，匯聚了超過 40 位頂級人工智能專家，帶來 9 場權(quán)威主題報告，以及“語言智能與應(yīng)用論壇”、“智能金融論壇”、“人工智能科學(xué)與藝術(shù)論壇”、“人工智能青年論壇”4 大專題論壇，屆時將有超過 2000 位人工智能專業(yè)人士參與。

總結(jié)

以上是生活随笔為你收集整理的最全技术图谱！的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。