在過去的幾個月中，我一直在收集有關人工智慧的相關資料。隨著各種的問題被越來越頻繁的提及，我決定整理並分享有關人工智慧、神經網路、機器學習、深度學習與大資料的技術合輯。同時為了內容更加生動易懂，本文將會針對各個大類展開詳細解析。

神經網路

機器學習

機器學習： Scikit-learn 演算法

此部分內容可以幫助你解決機器學習中最難的部分，即找到正確的估計器（Estimator）。下圖可幫助快速查詢文件與簡介，更快了解問題並找到解決方法。

Scikit-Learn

Scikit-learn(更正式的叫法為 scikits.learn)是 Python 的一個用於機器學習的免費庫。庫中有大量的分類，迴歸與聚類演算法，並

機器學習：演算法

此部分旨在介紹如何根據預測分析方案選擇合適的機器學習演算法。下圖可以根據資料性質提出最佳演算法。

用於資料科學的 Python

TensorFlow

谷歌於 2017 年 5 月宣佈了第二代 TPU 並在谷歌計算引擎中加入了對 TPU 的支援。第二代 TPU 擁有高達 180 萬億次浮點運算效能（180 teraflops）。當 64 個 TPU 組合在一起時，可以提供高達 11.5 千萬億次浮點運算效能（11.5 petaflops）。

Keras

2017 年，谷歌在 TensorFlow 的核心庫中加入了對 Keras 的支援。有學者認為，認為相較於端到端的機器學習框架，Keras 更適合作為介面來使用。它提供了更高級別，更直觀的抽象集合，使得無論後端科學計算庫如何，都可以輕鬆配置神經網路。

Numpy

NumPy 是針對 Python 的 CPython 參考實現，是一個非優化的位元組碼直譯器。針對目前版本的Python編寫數學演算法的執行速度相對較慢的問題，Numpy 使用多維陣列和函式與運算子來改寫部分程式碼來提高執行效率。

Pandas

名稱 “Pandas” 源於“面板資料”（Panel Data）一詞，是多維結構化資料集的計量經濟學術語。

資料預處理

資料預處理一詞已經開始滲透進流行文化中。在2017年電影“金剛：骷髏島”中，演員馬克·埃文·傑克遜（Marc Evan Jackson）飾演的角色為“我們的資料處理者–史蒂夫·伍德沃德。

用 Dplyr 與 Tidyr 進行資料預處理

SciPy

SciPy 是基於 NumPy 陣列物件進行構建，為 NumPy 堆疊的一部分。包括 Matplotlib，pandas 和 SymPy 等工具，以及擴充套件的科學計算庫集。該 NumPy 堆疊與其他應用程式（如MATLAB，GNU Octave 和 Scilab）具有類似的使用者。 NumPy 堆疊有時也被稱為 SciPy 堆疊。

Matplotlib

Matplotlib 是 Python 程式語言及其數學數學擴充套件 NumPy 的繪相簿。它提供了面向物件的API，用於使用 Tkinter，wxPython，Qt 或 GTK +等通用 GUI 工具包將圖形嵌入到應用程式中。還有一個基於狀態機（如 OpenGL）的程式 “pylab” 介面。介面類似 MATLAB，但不鼓勵使用。

Pyplot 是一個 matplotlib 模組，他提供了一個類似 MATLAB 的介面。Pyplot 擁有跟MATLAB 一樣易上手，相容 Pyhton 並且免費的優點。

資料視覺化

PySpark

由中國人工智慧學會、阿里巴巴集團 & 螞蟻金服主辦，CSDN、中國科學院自動化研究所承辦的第三屆中國人工智慧大會（CCAI 2017）將於 7 月 22-23 日在杭州召開。作為中國國內高規格、規模空前的人工智慧大會，本次大會由中國科學院院士、中國人工智慧學會副理事長譚鐵牛，阿里巴巴技術委員會主席王堅，香港科技大學計算機系主任、AAAI Fellow 楊強，螞蟻金服副總裁、首席資料科學家漆遠，南京大學教授、AAAI Fellow 周志華共同甄選出在人工智慧領域本年度海內外最值得關注的學術與研發進展，匯聚了超過 40 位頂級人工智慧專家，帶來 9 場權威主題報告，以及“語言智慧與應用論壇”、“智慧金融論壇”、“人工智慧科學與藝術論壇”、“人工智慧青年論壇”4 大專題論壇，屆時將有超過 2000 位人工智慧專業人士參與。

目前，大會 8 折優惠門票正在火熱發售中，掃描下方圖片中的二維碼或直接點選連結火速搶票。