機器學習漫畫小抄
[美]克裡斯·阿爾本（Chris Albon）
- 出版商: 人民郵電
- 出版日期: 2024-12-01
- 定價: $294
- 售價: 8.5 折 $250
- 語言: 簡體中文
- 頁數: 216
- ISBN: 7115649995
- ISBN-13: 9787115649997
-
相關分類:
Machine Learning
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本套漫畫小抄準確解釋了機器學習領域的106個重要概念，覆蓋從隨機森林到神經網絡的各種算法。每張漫畫小抄介紹一個重要概念，通過簡明扼要的語言、易懂易記的插圖、簡潔明晰的排版佈局，生動地呈現了每一個概念的思想內核，能幫助讀者快速高效地理解與記憶。
本套漫畫小抄適合所有機器學習的愛好者閱讀，尤其是那些希望進一步瞭解機器學習概念的讀者，包括高等院校電腦相關專業的大學生、研究生，電腦應用相關領域的研發人員與算法工程師等。
作者簡介
[美]克裡斯·阿爾本（Chris Albon）
Chris Albon博士是維基媒體基金會機器學習主管，曾經創立了一家數據可視化公司，也是一位在數據科學領域享有盛譽的專家，他不僅在學術界有著豐富的研究經驗，更是一位樂於分享知識的教育者。Chris Albon在O'Reilly公司出版的《Machine Learning With Python Cookbook》被譽為數據工程師必備的參考書，亞馬遜4.6星，中文版《Python機器學習手冊》開捲監控銷售1萬冊。
目錄大綱
單位歸一化1
Tomek鏈接2
上採樣3
數據增強4
下採樣5
最小-最大縮放6
獨熱編碼7
插補法8
基於k-NN的插補法9
學習曲線10
假陽性率11
閔可夫斯基距離12
學習率13
布里爾分數14
分類15
假陰性率16
訓練誤差率17
曲線下麵積18
F1分數19
模型復雜度對偏差和方差的影響20
沒有免費午餐定理21
預處理訓練集和測試集22
深度雙重下降23
主成分分析24
超參數VS參數25
損失函數的最小值26
模型一致性27
模型復雜度28
特徵重要性29
機器學習中的“學習”意味著什麽？30
泛化31
訓練集，驗證集和測試集32
過擬合與欠擬合33
袋外誤差34
決策樹35
決策樹回歸36
隨機森林37
隨機森林中的基尼系數38
特徵縮放對梯度下降的影響39
正則化40
C，正則化強度的倒數41
早停法42
彈性網絡43
Dropout44
權重衰減45
HingeLoss46
均方誤差47
Kullback-Leibler散度損失48
二元交叉熵損失49
分類交叉熵損失50
損失函數51
Boosting52
弱學習器53
AdaBoost54
bagging算法55
集成方法56
神經網絡參數隨機初始化57
深度網絡的目的58
指數線性單元59
神經元60
隱藏層61
LeakyReLU62
NoisyReLU63
梯度裁剪64
反向傳播65
Epoch66
梯度懸崖67
常見的輸出層激活函數68
梯度下降法69
線性激活函數70
小批量71
梯度爆炸72
Sigmoid激活函數73
Tanh激活函數74
深度學習的動機75
修正線性單元76
DBSCAN77
k-NN算法78
K均值聚類79
k-NN鄰域大小80
線性判別分析81
核主成分分析82
均值漂移聚類83
偏差-方差權衡84
偏差85
偏差直覺86
貝葉斯誤差87
大O表示法88
混淆矩陣89
動量隨機梯度下降90
隨機梯度下降91
RMSprop優化器92
特徵選擇策略93
準確率94
分類特徵95
L1範數96
L2範數97
維度災難98
特徵矩陣99
自助採樣法100
MNIST數據集101
詞袋102
K折交叉驗證103
超參數調優104
網格搜索105
錯誤類型106
