最近、しばらくの間、データサイエンスのチートシートを提供していないことに気付きました。 そして、それは彼らの可用性の欠如のためではありません。 データサイエンスのチートシートは、入門から上級まで、アルゴリズムから統計、インタビューのヒントなど、あらゆる場所にあります。

しかし、何が優れたチートシートになりますか？ チートシートが特に優れたものとして選ばれるに値する理由は何ですか？ 指を置くのは難しい 正確に 優れたチートシートを作成するものですが、重要な情報を簡潔に伝えるもの、つまりその情報が特定の一般的な性質のものであるかどうかは、間違いなく良いスタートです。 そして、それが今日の候補者を注目に値するものにしているのです。 したがって、データサイエンスの学習またはレビューに役立つ、XNUMXつの厳選された補足的なチートシートを読んでください。

最初のアップです AaronWangのデータサイエンスに関するチートシート2.0、統計的抽象化、基本的な機械学習アルゴリズム、ディープラーニングのトピックと概念をXNUMXページにまとめたものです。 これは網羅的なものではなく、面接の準備や試験のレビューなど、同様のレベルのレビューの深さを必要とする状況のクイックリファレンスです。 著者は、統計と線形代数の基本を理解している人はこのリソースが最も有益であると思う一方で、初心者もそのコンテンツから有用な情報を収集できるはずであると述べています。

AaronWangのスクリーンショット データサイエンスに関するチートシート2.0

今日の次のチートシートの提供は、AaronWangのリソースが基づいているものです。 マーベリックリンのデータサイエンスに関するチートシート （王が自分自身を2.0と呼んでいるのは、リンの「オリジナル」に直接うなずきます）。 LinのチートシートはWangのチートシートよりも詳細であると考えることができます（ただし、Wangの詳細を少なくするという決定は意図的で有用な代替手段のようです）。データクリーニング、モデリングのアイデア、実行など、より基本的なデータサイエンスの概念をカバーしています。ビッグデータ」とHadoop、SQL、さらにはPythonの基本。

明らかに、これは「初心者」キャンプにしっかりと参加している人々にアピールし、食欲をそそり、読者にデータサイエンスの幅広い分野と、それに含まれるさまざまな概念の多くを認識させるのに役立ちます。 特に読者がデータサイエンスに不慣れな場合、これは間違いなく別の確かなリソースです。

マーベリックリンのスクリーンショット データサイエンスに関するチートシート

時間をさかのぼると、Linのチートシートのインスピレーションを求めて、出くわします。 WilliamChenの確率に関するチートシート2.0。 Chenのチートシートは、長年にわたって多くの注目と賞賛を集めてきたため、ある時点で遭遇した可能性があります。 明らかに異なる焦点（その名前が与えられている）で、Chenのチートシートは、さまざまな分布、共分散と変換、条件付き期待値、マルコフ連鎖、さまざまな重要な式、およびはるかに。

10ページで、ここで取り上げられている確率のトピックの幅を想像できるはずです。 しかし、それであなたを思いとどまらせないでください。 概念を本質的な箇条書きに要約し、本質を犠牲にすることなく平易な英語で説明する陳の能力は注目に値します。 また、説明的な視覚化も豊富で、スペースが限られていて、簡潔にしたいという欲求が強い場合に非常に役立ちます。

チェンの編集は質の高いものであり、あなたの時間に値するだけでなく、初心者または完全なレビューに興味のある人として、私はこれらのリソースが提示された方法とは逆の順序で作業します—チェンのチートシート、リン、そして最後にワンのあなたが行くにつれて概念の上に構築します。

WilliamChenのスクリーンショット 確率に関するチートシート2.0

ここに含める最後のリソースのXNUMXつは、技術的には虎の巻ではありませんが、次のとおりです。 RishabhAnandの機械学習バイト。 アナンドは、「一般的な機械学習の概念、ベストプラクティス、定義、理論に関するインタビューガイド」と自称し、幅広い知識の「かみ傷」をまとめました。その有用性は、当初意図されていたインタビューの準備を確実に超えています。 対象となるトピックは次のとおりです。

• モデルスコアリングメトリック
• パラメータ共有
• k-FoldCross検証
• Pythonデータ型
• モデルのパフォーマンスの向上
• コンピュータビジョンモデル
• 注意とその変形
• クラスの不均衡の処理
• コンピュータビジョン用語集
• バニラバックプロパゲーション
• 正則化
• 参考文献

スクリーンショット 機械学習バイト

リソースの説明で約束されているように、機械学習の「概念、ベストプラクティス、定義、理論」に触れていますが、これらの「かみ傷」は間違いなく実用的なものに向けられているため、サイトは前述のXNUMXつのチートシート。 この投稿のXNUMXつのリソースすべてのすべての資料をカバーすることを検討している場合、他のXNUMXつのリソースの後にこれを確認します。

したがって、学習またはレビューに使用するXNUMXつのチートシート（またはXNUMXつのチートシートとXNUMXつのチートシートに隣接するリソース）があります。 ここで何かお役に立てば幸いです。以下のコメントで役立つとわかったチートシートを共有してください。

 
関連する

• 究極のScikit-機械学習に関するチートシートを学ぶ
• データサイエンスツールの図解された学習ガイド
• 必要になるデータ分析のための最後のSQLガイド