Handbook for Data Science and Artificial Intelligence

內容目录

Handbook for Data Science and Artificial Intelligence

• 数据科学与人工智能简介

• 1. 数据科学基础
  • 1.1. 数据获取
    • 1.1.1. 检索
    • 1.1.2. 公开数据集
    • 1.1.3. 爬虫
      • 1.1.3.1. 参考资料
  • 1.2. 数据存储与读取
    • 1.2.1. 文件存储
      • 1.2.1.1. 非结构化存储 —— 文本与图片
      • 1.2.1.2. 半结构化存储 —— csv, json 与 pickle
      • 1.2.1.3. 结构化存储 —— 知识图谱
    • 1.2.2. 数据库
      • 1.2.2.1. 关系型数据库 —— MySQL
      • 1.2.2.2. 非关系型数据库
        • 1.2.2.2.1. 键值数据库 —— MongoDB
        • 1.2.2.2.2. 图数据库 —— Neo4j
        • 1.2.2.2.3. 文本数据库 —— ElasticSearch
      • 1.2.2.3. 参考资料
        • 图形数据库、NOSQL 和 Neo4j
        • 伯克利推出世界最快的KVS数据库Anna：秒杀Redis和Cassandra
  • 1.3. 特征工程
    • 1.3.1. 数据预处理
      • 1.3.1.1. 数据清理
      • 1.3.1.2. 数据集成
      • 1.3.1.3. 数据变换
      • 1.3.1.4. 数据规约
        • 1.3.1.4.1. 参考资料
    • 1.3.2. 特征构建与特征选择
      • 1.3.2.1. 特征分析
        • 1.3.2.1.1. 可视化分析
        • 1.3.2.1.2. 统计分析
        • 1.3.2.1.3. 参考资料
      • 1.3.2.2. 特征构建
      • 1.3.2.3. 特征评估
        • 1.3.2.3.1. 参考资料
    • 1.3.3. 延伸：特征工程神器
      • 1.3.3.1. FeatureTools
        • 1.3.3.1.1. 参考资料
      • LightGBM
        • 参考资料
  • 1.4. 延伸: Pandas与Sklearn的阿喀琉斯之踵
    • 1.4.1. Segment Fault
    • 1.4.2. 游标与迭代器
    • 1.4.3. 异步读入
• 2. 机器学习基础
  • 2.1. 决策树
  • 2.2. 方法评估
    • 2.2.1. 分类评估 —— ACC，PRF 与 AUC
    • 2.2.2. 回归评估 —— MAE，MSE 与 R2
    • 2.2.3. 欠拟合与过拟合
  • 2.3. 集成学习
    • 2.3.1. 偏差与方差
    • 2.3.2. 集成学习方法简介
    • 2.3.3. Review for XGBoost and LightGBM
  • 2.4. LR与SVM
  • 2.5. 优化与搜索
• 3. 深度学习基础
  • 3.1. BP神经网络
    • 3.1.1. 伪逆与梯度
    • 3.1.2. 计算图
  • 3.2. 变种
    • 3.2.1. 序列分析 —— RNN
      • 3.2.1.1. 序列分析简介
      • 3.2.1.2. 机器翻译
      • 3.2.1.3. 中文文本分类
    • 3.2.2. 结构分析
      • 3.2.2.1. 卷积
        • 3.2.2.1.1. 卷积分类
        • 3.2.2.1.2. 参考资料
      • 3.2.2.2. 欧拉结构 —— CNN
        • 3.2.2.2.1. 参考资料
        • 3.2.2.2.2. TextCNN
      • 3.2.2.3. 非欧结构 —— GNN
        • 3.2.2.3.1. 消息传播
        • 3.2.2.3.2. GCN
        • 3.2.2.3.3. GAT
        • 3.2.2.3.4. 应用
        • 3.2.2.3.5. 阅读材料
  • 3.3. 深度网络的两朵乌云
    • 3.3.1. 梯度消失与梯度爆炸
      • 3.3.1.1. 乘性算子与加性算子
      • 3.3.1.2. LSTM 与 GRU
      • 3.3.1.3. ResNet
    • 3.3.2. 解释性
      • 3.3.2.1. 注意力机制
      • 3.3.2.2. Understand with the gradient
• 4. 杂记
  • 4.1. 知识图谱
    • 4.1.1. 资源列表
  • 4.2. 元学习
    • 4.2.1. 参考
  • 4.3. 风险控制
    • 4.3.1. 信用评级
      • 4.3.1.1. 参考资料
      • 4.3.1.2. 阅读列表
  • 4.4. 强化学习
    • 4.4.1. 一些关键性的概念
      • 4.4.1.1. 折扣加权平均
      • 4.4.1.2. bootstrap (自举)
      • 4.4.1.3. 最大化偏差
      • 4.4.1.4. 对比
        • 4.4.1.4.1. DP vs MC vs TD
    • 4.4.2. 探索利用窘境
      • 4.4.2.1. off-policy:
    • 4.4.3. 参考资料
    • 4.4.4. 环境
      • 4.4.4.1. Gym
        • 4.4.4.1.1. A New Gym Env

• 附录
  • 主要符号一览
  • 数学基础
  • 计算机基础
  • 算法基础
  • 计算机系统基础
  • 架构基础
  • Web开发
  • Package Management
  • Front End
  • Back End
  • Format Configuration
  • Abbreviation
  • 可视化

Next

数据科学与人工智能简介