本文讲的是十张机器学习和深度学习工程师必备速查表，对于初学者，机器学习和深度学习课程会很困难，此外各类深度学习库也十分难理解。我在Github上创建了一个本地库（https://github.com/kailashahirwar/cheatsheets-ai ），里面包含了从不同渠道收集的速查表，可以直接下载。尽管拿去用吧，同时欢迎补充完善!
1. Keras
Karas是Theano和TensorFlow平台上一款强大易用的深度学习库。它为发展和训练深度学习模型提供高阶神经网络API接口。
来源:
https://www.datacamp.com/community/blog/keras-cheat-sheet#gs.DRKeNMs
2. Numpy
Numpy 是Python中的科学计算核心库。它能够创建高性能多维数组对象Array并提供处理数组的相关工具。
来源 :
https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.AK5ZBgE
3. Pandas
Pandas是基于Numpy的分析库，用python的编程语言提供了易用的数据结构和数据分析工具。
来源:
https://www.datacamp.com/community/blog/pandas-cheat-sheet-python#gs.HPFoRIc
来源 :
https://www.datacamp.com/community/blog/python-pandas-cheat-sheet#gs.oundfxM
4. Scipy
Scipy是基于Python中Numpy的扩展包，包含一些数学算法和便捷方程，是科学计算核心库之一。
来源:
https://www.datacamp.com/community/blog/python-scipy-cheat-sheet#gs.JDSg3OI
5. Matplotlib
Matplotlib是python的2D绘制图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
来源:
https://www.datacamp.com/community/blog/python-matplotlib-cheat-sheet#gs.uEKySpY
6. Scikit-learn
Scikit-learn是python的一个用统一接口进行机器学习预处理、交叉验证和可视化算法的开源库。
来源:
https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet
7. Neural Networks Zoo
来源:
http://www.asimovinstitute.org/neural-network-zoo/
8. ggplot2
ggplot2基于图形语法，它的核心理念是每张图片都可以拆解为一个数据集，一套可以展示数据点的视觉系统和一个坐标系。
来源 — https://www.rstudio.com/wp-content/uploads/2015/03/ggplot2-cheatsheet.pdf
9. PySpark
pyspark是 Spark 为 Python 开发者提供的 API
来源:
https://www.datacamp.com/community/blog/pyspark-cheat-sheet-python#gs.L=J1zxQ
10. R Studio (dplyr and tidyr)
来源:
https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf