1. 流程
数据科学不是一蹴而就之事，而是一个需要设计，实施和维护的过程，下图包含对所涉及内容的快速概述。
2. 数据处理
首先，我们需要一些数据。我们必须查找，收集，清理，以及其他步骤，下图为数据处理流程。
3. 数学
机器学习是一个建立在数学基础之上。
4. 概念
部分类型，类别，方法，库和方法列表。
5. 模型
目前最流行的机器学习模型。
深度学习篇
1.概念
深度学习体系结构的构成，以及每个组件背后的数学注释。
2.架构
根据需要解决的问题，已开发不同的深度学习架构，这是部分内容和调整说明。
3. Tensorflow
TensorFlow是一个使用数据流图进行数值计算的开源软件库。思维导图列出了它的一些组件，包和整体架构。
