完全圖解人工智能、NLP、機器學習、深度學習、大數據！這份備忘單涵蓋了上述領域幾乎全部的知識點，并使用信息圖、腦圖等多種可視化方式呈現，設計精美，實用性強。

今天，新智元要為大家推薦一個超實用、顏值超高的神經網絡+機器學習+數據科學和Python的完全圖解，文末附有高清PDF版鏈接，支持下載、打印，推薦大家可以做成鼠標墊、桌布，或者印成手冊等隨手攜帶，隨時翻看。

這是一份非常詳實的備忘單，涉及具體內容包括：

神經網絡基礎知識

神經網絡圖譜

機器學習基礎知識

著名Python庫Scikit-Learn

Scikit-Learn算法

機器學習算法選擇指南

TensorFlow

Python基礎

PySpark基礎

Numpy基礎

Bokeh

Keras

Pandas

使用Pandas進行Data Wrangling

使用dplyr和tidyr進行Data Wrangling

SciPi

MatPlotLib

使用ggplot進行數據可視化

Big-O

神經網絡Cheat Sheet

神經網絡基礎知識

人工神經網絡（ANN），俗稱神經網絡，是一種基于生物神經網絡結構和功能的計算模型。 它就像一個人工神經系統，用于接收，處理和傳輸計算機科學方面的信息。

基本上，神經網絡中有3個不同的層：

輸入層（所有輸入都通過該層輸入模型）

隱藏層（可以有多個隱藏層用于處理從輸入層接收的輸入）

輸出層（處理后的數據在輸出層可用）

神經網絡圖譜

圖形數據可以與很多學習任務一起使用，在元素之間包含很多豐富的關聯數據。例如，物理系統建模、預測蛋白質界面，以及疾病分類，都需要模型從圖形輸入中學習。圖形推理模型還可用于學習非結構性數據，如文本和圖像，以及對提取結構的推理。

機器學習Cheat Sheet

用Emoji解釋機器學習

Scikit-Learn基礎

Scikit-learn是由Python第三方提供的非常強大的機器學習庫，它包含了從數據預處理到訓練模型的各個方面，回歸和聚類算法，包括支持向量機，是一種簡單有效的數據挖掘和數據分析工具。在實戰使用scikit-learn中可以極大的節省代碼時間和代碼量。它基于NumPy，SciPy和matplotlib之上，采用BSD許可證。

Scikit-Learn算法

這張流程圖非常清晰直觀的給出了Scikit-Learn算法的使用指南。

針對Azure Machine Learning Studios的Scikit-Learn算法

被Python武裝起來的數據科學Cheat Sheet

TensorFlow

Python基礎

溫馨提示，本圖配合《100天從Python萌新到王者》食用，效果更佳。

PySpark RDD基礎

Apache Spark是專為大規模數據處理而設計的快速通用的計算引擎，通過Scala語言實現，擁有Hadoop MapReduce所具有的優點，不同的是Job中間輸出結果可以保存在內存中，從而不再需要讀寫HDFS，因此Spark能更好地適用于數據挖掘與機器學習等需要迭代的MapReduce的算法。PySpark是Spark 為 Python開發者提供的 API。

NumPy基礎

NumPy是Python語言的一個擴展程序庫。支持高端大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫，前身Numeric，主要用于數組計算。它實現了在Python中使用向量和數學矩陣、以及許多用C語言實現的底層函數，并且速度得到了極大提升。

Bokeh

Bokeh是一個交互式可視化庫，面向現代Web瀏覽器。目標是提供優雅、簡潔的多功能圖形構造，并通過非常大或流數據集的高性能交互來擴展此功能。Bokeh可以實現快速輕松地創建交互式圖表、儀表板和數據應用程序。

Keras

Keras 是一個用 Python 編寫的高級神經網絡 API，它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運行。Keras 的開發重點是支持快速的實驗。能夠以最小的時延把你的想法轉換為實驗結果，是做好研究的關鍵。

Pandas

pandas是一個為Python編程語言編寫的軟件庫，用于數據操作和分析，基于NumPy，納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。Pandas提供了大量快速便捷地處理數據的函數和方法。

使用Pandas進行Data Wrangling

Data Wrangling通常被翻譯成數據整理，這個詞最開始火起來是因為2017年的電影《金剛·骷髏島》，演員馬克·埃文·杰克遜扮演的角色之一被介紹為“我們的Data Wrangler史蒂夫伍德沃德”。

使用ddyr和tidyr進行Data Wrangling

為什么使用tidyr和dplyr呢？因為雖然R中存在許多基本數據處理功能，但都有點復雜并且缺乏一致的編碼，導致可讀性很差的嵌套功能以及臃腫的代碼。使用ddyr和tidyr可以獲得：

更高效的代碼

更容易記住的語法

更好的語法可讀性

Scipy線性代數

SciPy是一個開源的Python算法庫和數學工具包。 SciPy包含的模塊有最優化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。 與其功能相類似的軟件還有MATLAB、GNU Octave和Scilab。

Matplotlib

Matplotlib是Python編程語言及其數值數學擴展包NumPy的可視化操作界面。 它為利用通用的圖形用戶界面工具包，如Tkinter, wxPython, Qt或GTK+向應用程序嵌入式繪圖提供了應用程序接口（API）。

使用ggplot2進行數據可視化

Big-O

大O符號（英語：Big O notation），又稱為漸進符號，是用于描述函數漸近行為的數學符號。 更確切地說，它是用另一個（通常更簡單的）函數來描述一個函數數量級的漸近上界。 ... 階）的大O，最初是一個大寫希臘字母“Ο”（omicron），現今用的是大寫拉丁字母“O”。