‏کتابچه جامع یادگیری ماشین (Machine Learning Cheatsheet)

‏اگر به دنبال یک منبع متمرکز و استاندارد برای مرور سریع مفاهیم کلیدی یادگیری ماشین هستید، این مستندات فنی یکی از بهترین مراجع برای دانشجویان و متخصصان این حوزه است. این مجموعه تمامی مباحث پایه تا پیشرفته را در دسته‌بندی‌های دقیق علمی پوشش داده است. جزئیات فنی و نکات لازم برای استفاده عملی در مرجع کامل آمده است.

‏مهم‌ترین بخش‌های این مرجع شامل موارد زیر است:

‏• یادگیری نظارت‌شده (Supervised Learning): شامل رگرسیون خطی، مدل‌های خطی تعمیم‌یافته (GLM)، ماشین‌های بردار پشتیبان (SVM) و مدل‌های یادگیری مولد.
‏• یادگیری بدون نظارت (Unsupervised Learning): پوشش کامل تکنیک‌های خوشه‌بندی نظیر k-means و روش‌های کاهش ابعاد مانند تحلیل مؤلفه‌های اصلی (PCA).
‏• یادگیری عمیق (Deep Learning): مرور ساختار شبکه‌های عصبی، شبکه‌های کانولوشنی (CNN) و شبکه‌های بازگشتی (RNN).
‏• ارزیابی مدل: راهنمای عملی برای استفاده از متریک‌های کلیدی در مسائل طبقه‌بندی و رگرسیون شامل ماتریس درهم‌ریختگی، امتیاز F1 و منحنی‌های ROC و AUC.

@Aithb