酒店网站建设工作网站的外链建设
大致总结一下得出如下思维导图，如不完善日后迭代更新
1. python基础三方库
1.1 科学计算库 ---- numpy库
1.2 科学计算库 ---- Scipy库
1.3 数据分析处理库 ---- pandas库
1.4 可视化库 ---- matplotlib库
1.5 可视化库 ---- seaborn库
1.6 机器学习和数据挖掘库 ---- scikit-learn库
2. 数学基础知识
了解常用基础即可，啃不动，实在啃不动
| 名称 | 名称 | 名称 | 名称 | 名称 |
|---|---|---|---|---|
| 微积分 | 泰勒公式和拉格朗日 | 特征值和矩阵分解 | 随机变量 | 数据科学分布 |
| 核函数变换 | 熵与激活函数 | 回归分析 | 假设检验 | 相关分析 |
| 方差分析 | 聚类(k-means、层次聚类、谱聚类) | 朴素贝叶斯、贝叶斯网络 | 参数估计与矩阵运算 | 凸优化基础 |
| 广义线性回归和对偶优化 | 拟牛顿、梯度、随机梯度下降(SGD) | 支持向量机 | K近邻、决策树、随机森林 | Adaboost |
| EM、混合高斯算法 | 主题模型(PLSA、LDA) | 马尔科夫链、HMM、采样 | 马尔科夫随机场、条件随机CRF | SVD、主成分分析PCA、因子分析、独立成分分析ICA |
| CNN | 高斯分布 | 连续分布 | Laplace变换 | 多元分布 |
3. python数据结构与算法
3.1 数据结构
3.1.1 表
3.1.2 树
3.1.3 图
3.2 算法
3.2.1 枚举、排序算法
3.2.2 动态规划
3.2.3 贪心算法、双指针、模拟
4. 机器学习
5. 深度学习
5.1 深度学习框架
5.2 深度学习流程
5.3 深度学习应用领域
6. 数据挖掘
