merve/my_notes

--- license: apache-2.0 --- ## My Notes 📓 This repository contains my lecture notes from graduate school on following topics 👇🏼 - Data Science: 8 cheatsheets - Machine Learning (follows [Tom Mitchell's book](http://www.cs.cmu.edu/~tom/mlbook.html)): 25 pages of notes - Statistics: 9 cheatsheets - Deep Learning: 12 cheatsheets, will upload more - Image Processing (follows [digital image processing book](https://www.amazon.fr/Digital-Image-Processing-Rafael-Gonzalez/dp/013168728X)): 21 cheatsheets - Data Structures and Algorithms (follows [this book by Goodrich](https://www.wiley.com/en-us/Data+Structures+and+Algorithms+in+Python-p-9781118549582)): 26 cheatsheets ✨ *Some notes* ✨ - Most of these notes aren't intended to teach a topic from scratch but are rather notes that I took and compiled during my midterm & finals, might help you remember things, study for exams, and prepare for job interviews. - There might be very small Turkish notes in few of the pages, you can ignore them. - I will upload more notes as I find or create them. Will soon compile my Hugging Face cheatsheets so stay tuned! - It's appreciated if you could improve the quality of PDF handwritten scans or convert them to JPEG, you can open a PR to this repository. *Updates* 🎉 - I uploaded hierarchical clustering and improved version of K-means. - I compiled every lecture in separate PDFs, and also compiled those into single PDF, found under `Compiled PDF`s. - I uploaded Hugging Face cheatsheets.许可证：Apache-2.0 ## 我的笔记 📓 本仓库收录了我在读研究生期间整理的课程笔记，涵盖以下主题👇🏼： - 数据科学：8张速查表 - 机器学习（参考[汤姆·米切尔所著教材](http://www.cs.cmu.edu/~tom/mlbook.html)）：25页课程笔记 - 统计学：9张速查表 - 深度学习：12张速查表，后续将上传更多内容 - 图像处理（参考[《数字图像处理》](https://www.amazon.fr/Digital-Image-Processing-Rafael-Gonzalez/dp/013168728X)）：21张速查表 - 数据结构与算法（参考[古德里奇所著《Python数据结构与算法》](https://www.wiley.com/en-us/Data+Structures+and+Algorithms+in+Python-p-9781118549582)）：26张速查表 ✨ 笔记说明 ✨ - 大部分笔记并非用于从零开始讲授知识点，而是我在期中、期末考试复习阶段整理的课堂笔记，可帮助您回顾知识点、备考以及准备求职面试。 - 部分页面中夹杂少量土耳其语注释，您可忽略不计。 - 后续我将陆续上传新整理或创作的笔记。不久后我会编译整理Hugging Face速查表，敬请期待！ - 若您能优化手写扫描PDF的画质或将其转换为JPEG格式，欢迎提交PR至本仓库。 📢 更新动态 - 已上传层次聚类与优化版K-means相关笔记。 - 我将所有课程笔记整理为独立PDF文件，并合并为一份总PDF，存放在`Compiled PDFs`目录下。 - 已上传Hugging Face速查表。

原始信息汇总

数据集概述

数据集内容

• 数据科学: 8份速查表
• 机器学习: 25页笔记，基于Tom Mitchell的书籍
• 统计学: 9份速查表
• 深度学习: 12份速查表，计划上传更多
• 图像处理: 21份速查表，基于Rafael Gonzalez的书籍
• 数据结构与算法: 26份速查表，基于Goodrich的书籍

数据集用途

• 主要用于复习、考试准备和面试准备，非从头教学。

更新内容

• 上传了层次聚类和改进版的K-means算法。
• 将每篇讲义整理成单独的PDF，并合并成一个PDF文件，位于Compiled PDF下。
• 上传了Hugging Face速查表。

搜集汇总

数据集介绍

构建方式

在数据科学教育领域，merve/my_notes数据集通过系统整理研究生课程笔记构建而成。其内容源自作者在数据科学、机器学习、统计学、深度学习、图像处理以及数据结构与算法等核心课程的学习过程中，基于经典教材如Tom Mitchell的机器学习著作和Rafael Gonzalez的数字图像处理书籍，手工记录并汇编的复习资料。这些笔记主要服务于考试准备与面试复习，以PDF格式呈现，部分为手写扫描件，后续经过分类整理与版本优化，逐步完善为结构化的知识库。

特点

该数据集以简洁高效的速查表形式呈现，涵盖多个计算科学子领域，具有高度的实用性与针对性。笔记内容并非从零开始的教学材料，而是聚焦于关键概念、公式和算法的总结，便于快速回顾与记忆。其独特之处在于融合了个人学习视角，偶尔包含少量土耳其语注释，不影响主体内容的通用性。数据集持续更新，例如新增了层次聚类和K均值算法的改进版本，并提供了分主题与汇总的PDF版本，增强了使用的灵活性。

使用方法

使用者可借助该数据集进行知识巩固、考试备考或技术面试准备。通过访问HuggingFace平台上的资源，直接下载分主题PDF或整体编译文件，快速检索所需领域的核心要点。对于研究或教学，这些笔记可作为补充参考资料，辅助理解复杂理论。社区成员还可参与改进，例如优化手写扫描质量或转换文件格式，通过提交拉取请求贡献于数据集的持续优化，促进开源教育资源的共享与发展。

背景与挑战

背景概述

在数据科学和人工智能教育领域，高质量的学习资源对于知识传播与技能提升至关重要。merve/my_notes数据集由个人研究者Merve于近年创建，收录了其在研究生阶段针对数据科学、机器学习、深度学习等多个核心学科的课堂笔记与速查表。该数据集依托于经典教材如Tom Mitchell的机器学习著作，旨在为学习者提供结构化的复习资料，辅助考试准备与职业面试，体现了开放科学精神下个人知识共享的实践。

当前挑战

该数据集主要应对教育资源共享中知识结构化与可访问性的挑战，其核心问题在于如何将分散的学科笔记整合为系统化、易于检索的学习材料。构建过程中，面临笔记格式不统一、部分内容包含非英语文本以及手写扫描件质量参差等具体困难，这些因素可能影响资源的广泛适用性与后续数字化处理效率。

常用场景

经典使用场景

在数据科学与机器学习领域，merve/my_notes数据集以其结构化的学习笔记形式，为学习者提供了高效的复习与备考工具。该数据集涵盖了从数据科学基础到深度学习进阶的多个核心主题，其经典使用场景在于辅助学生或从业者快速回顾关键概念、公式与算法，尤其在考试准备或面试复习中，能够帮助用户系统性地梳理知识体系，弥补记忆间隙，提升学习效率。

实际应用

在实际应用中，merve/my_notes数据集可作为教育辅助材料，广泛应用于高校课程教学、在线学习平台以及职业培训项目。教师可将其作为补充教材，帮助学生巩固课堂内容；自学者则能借助这些笔记进行系统性复习，尤其在准备技术面试或专业认证时，提供了便捷的参考资料。此外，其开放的格式鼓励社区协作改进，进一步提升了资源的实用性和可及性。

衍生相关工作

围绕该数据集，已衍生出多项社区驱动的经典工作，包括对原始手写扫描PDF的质量优化、格式转换（如转为JPEG图像），以及内容的结构化整理。用户通过提交拉取请求，共同完善笔记的可读性和可用性，形成了持续更新的知识库。这些协作努力不仅丰富了数据集本身，还促进了开源教育资源的标准化，为类似笔记共享项目树立了实践典范。