135 页的《机器学习速查手册》，公式、图表都有，附下载！

 

机器学习中的数学原理和公式推导还是非常重要的，但知识点较为繁杂，且不易整理！今天推荐一份开源的《机器学习速查手册》，并且制作成了电子版 PDF，方便大家查阅~

这份手册最大的特点就是包含许多关于机器学习的经典公式和图表，有助于您快速回忆有关机器学习的知识点。非常适合那些正在准备与机器学习相关的工作面试的人。

Frank Dai 是这份手册的作者，他已经将这份机器学习速查手册开源并发布在 GitHub 上了，目前已经收到 2.9k stars 了。

项目地址：

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

值得一提的是，该手册作者是使用 LaTeX 编写，并且开源，作者提供了如何在 Windows 下编译的方法。详细方法可在 GitHub 项目上获取。

该手册虽然只有 135 页，但麻雀虽小五脏俱全，包含了 28 个主题内容，目录如下：

• 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 章内容，但是知识点非常精简，包含各种机器学习公式和图表。例如第2 章的概率论，关于条件概率的讲解：

线性回归章节中，包含 SGD 算法的推导：

第 14 章，作者把核函数总结得很好，不止于 SVM，介绍的和函数包括：

• 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，作者也做了总结，包括 SVM。

值得一提的是，这份机器学习速查手册作者嗨一直在更新，后面的章节内容还没有完成。

最后再放上该 GitHub 地址：

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

资源下载：

为了节约大家的时间，小编已经将这份《神经网络与深度学习》电子版 PDF 打包好了。获取步骤如下：

1. 扫描下方二维码关注 "程序员爱码士" 公众号

2. 公众号后台回复关键词：MLCH