こんにちは、荒井(@yutakarai)です。
「機械学習」とひとことで言っても、学びはじめると奥が深く、学ぶべきことが多いことに気がつきます。
相当な記憶力の持ち主か、Geekでないかぎり、機械学習の1から10まで全てを即座に答えられる人は少ないでしょう。
僕も含むほとんど人は「あぁでもない、こうでもない」と都度調べながら実装をしているかと思います。
今回は、僕がウェブ上で見つけた機械学習とPythonに関するチートシートを紹介します。
英語のサイトになりますが、よくまとまっているため、重度の英語アレルギーの方でなければ、かなり役に立つのではと思います。
本記事で紹介するチートシートをGithubリポジトリにまとめましたので、まとめて見たいかたはこちらからどうぞ。
機械学習
ウェブで探してみると、機械学習アルゴリズムの解説は、いくつも見つけることができます。
その中でも包括的なチートシートだけを集めました。
ニューラルネットワークのアーキテクチャ
Microsoft Azureのアルゴリズムフローチャート
SASのアルゴリズムフローチャート
機械学習アルゴリズムの概要まとめ
機械学習アルゴリズムごとの得手不得手まとめ
Python
Pythonにはすでに多くのリソースがオンラインに公開されています。
ここでは、僕が見つけたチートシートを紹介します。
機械学習アルゴリズム
Python基本
http://datasciencefree.com/python.pdf
Numpy
Numpyは、数値計算を効率的に行うためのライブラリです。
http://datasciencefree.com/numpy.pdf
Pandas
Pandasは、データ分析やグラフ化など、データ解析を効率的に行うためのライブラリです。
http://datasciencefree.com/pandas.pdf
Matplotlib
Matplotlibは、NumPyのためのグラフ描画ライブラリです。
Scikit Learn
Scikit Learnは、Pythonの機械学習ライブラリです。
Tensorflow
Tensorflowは、Googleが開発した機械学習のためのオープンソースライブラリです。
Pytorch
Pytorchは、深層学習のためのライブラリ(フレームワーク)です。
まとめ
今回は、機械学習とPythonのチートシートを紹介しました。
目を通すだけでも勉強になるので、ぜひ参考にしてみてください。