包郵 機(jī)器學(xué)習(xí)漫畫小抄
-
>
貨幣大歷史:金融霸權(quán)與大國(guó)興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報(bào)》2021合訂本
-
>
(精)中國(guó)當(dāng)代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來(lái)一只狼+狼的故事-全2冊(cè)
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊(cè))
機(jī)器學(xué)習(xí)漫畫小抄 版權(quán)信息
- ISBN:9787115649997
- 條形碼:9787115649997 ; 978-7-115-64999-7
- 裝幀:平裝
- 冊(cè)數(shù):暫無(wú)
- 重量:暫無(wú)
- 所屬分類:
機(jī)器學(xué)習(xí)漫畫小抄 本書特色
閱讀本書的理由1:106張漫畫小抄,快速搞懂機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí),秒懂復(fù)雜概念!
(1)知識(shí)體系清晰全面,輕松掌握各類機(jī)器學(xué)習(xí)概念。從簡(jiǎn)單的決策樹(shù)到復(fù)雜的神經(jīng)網(wǎng)絡(luò),從預(yù)處理訓(xùn)練集和測(cè)試集到各種模型評(píng)估指標(biāo),每一個(gè)概念都以全彩漫畫解釋!
(2)內(nèi)容豐富,決策樹(shù)、隨機(jī)梯度下降、超參數(shù)、k-NN算法,超多概念,應(yīng)有盡有!
(3)漫畫小抄圍繞各類數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)問(wèn)題,涉及諸如過(guò)擬合、欠擬合、預(yù)處理、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等主題。
(4)使用卡片形式進(jìn)行碎片化學(xué)習(xí),以獨(dú)特的視角和風(fēng)趣幽默的畫風(fēng),將復(fù)雜的機(jī)器學(xué)習(xí)概念以輕松幽默的方式呈現(xiàn),能夠做到隨時(shí)隨地學(xué)概念!
閱讀本書的理由:2:內(nèi)容有料又有趣,畫風(fēng)可愛(ài),幽默風(fēng)趣,學(xué)習(xí)ML不再枯燥!
(1)用*簡(jiǎn)單的方式,把高深莫測(cè)的機(jī)器學(xué)習(xí)概念變得通俗易懂。畫風(fēng)清新可愛(ài),色彩搭配讓人心情愉悅,每次翻閱都是一種享受!
(2)畫風(fēng)輕松,幫助初學(xué)者快速入門,快速搞懂機(jī)器學(xué)習(xí)幾乎所有基礎(chǔ)知識(shí)點(diǎn),也能讓有經(jīng)驗(yàn)的研究者能夠以一種全新的方式回顧和鞏固知識(shí)。
(3)將深?yuàn)W的機(jī)器學(xué)習(xí)概念變成了一串串輕松愉快的漫畫故事,畫風(fēng)超級(jí)可愛(ài),色彩搭配讓人看了心情瞬間好到飛起,是視覺(jué)和心情的雙重享受!
閱讀本書的理由3:零基礎(chǔ)學(xué)習(xí)受眾面廣,從零開(kāi)始,一看就懂!
(1)以詼諧幽默的方式解釋了復(fù)雜的機(jī)器學(xué)習(xí)概念,超級(jí)適合機(jī)器學(xué)習(xí)小白,通俗易懂!
(2)漫畫風(fēng)格簡(jiǎn)潔明快,色彩鮮明,同時(shí)不失幽默感,即便是機(jī)器學(xué)習(xí)初學(xué)者也能輕松理解其中的深?yuàn)W知識(shí)。
(3)圖文并茂,讓你在輕松愉快的氛圍中,秒懂復(fù)雜概念!
(4)每張卡片都是一個(gè)知識(shí)點(diǎn),哪個(gè)概念不清楚就翻出來(lái)看一看,這樣治愈的配色看多久都不會(huì)感覺(jué)累,非常方便初學(xué)者學(xué)習(xí)!
機(jī)器學(xué)習(xí)漫畫小抄 內(nèi)容簡(jiǎn)介
本套漫畫小抄準(zhǔn)確解釋了機(jī)器學(xué)習(xí)領(lǐng)域的106個(gè)重要概念,覆蓋從隨機(jī)森林到神經(jīng)網(wǎng)絡(luò)的各種算法。每張漫畫小抄介紹一個(gè)重要概念,通過(guò)簡(jiǎn)明扼要的語(yǔ)言、易懂易記的插圖、簡(jiǎn)潔明晰的排版布局,生動(dòng)地呈現(xiàn)了每一個(gè)概念的思想內(nèi)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(jī)器學(xué)習(xí)的愛(ài)好者閱讀,尤其是那些希望進(jìn)一步了解機(jī)器學(xué)習(xí)概念的讀者,包括高等院校計(jì)算機(jī)相關(guān)專業(yè)的大學(xué)生、研究生,計(jì)算機(jī)應(yīng)用相關(guān)領(lǐng)域的研發(fā)人員與算法工程師等。
機(jī)器學(xué)習(xí)漫畫小抄 目錄
單位歸一化1
Tomek鏈接2
上采樣3
數(shù)據(jù)增強(qiáng)4
下采樣5
*小-*大縮放6
獨(dú)熱編碼7
插補(bǔ)法8
基于k-NN的插補(bǔ)法9
學(xué)習(xí)曲線10
假陽(yáng)性率11
閔可夫斯基距離12
學(xué)習(xí)率13
布里爾分?jǐn)?shù)14
分類15
假陰性率16
訓(xùn)練誤差率17
曲線下面積18
F1分?jǐn)?shù)19
模型復(fù)雜度對(duì)偏差和方差的影響20
沒(méi)有免費(fèi)午餐定理21
預(yù)處理訓(xùn)練集和測(cè)試集22
深度雙重下降23
主成分分析24
超參數(shù)VS參數(shù)25
損失函數(shù)的*小值26
模型一致性27
模型復(fù)雜度28
特征重要性29
機(jī)器學(xué)習(xí)中的“學(xué)習(xí)”意味著什么?30
泛化31
訓(xùn)練集,驗(yàn)證集和測(cè)試集32
過(guò)擬合與欠擬合33
袋外誤差34
決策樹(shù)35
決策樹(shù)回歸36
隨機(jī)森林37
隨機(jī)森林中的基尼系數(shù)38
特征縮放對(duì)梯度下降的影響39
正則化40
C,正則化強(qiáng)度的倒數(shù)41
早停法42
彈性網(wǎng)絡(luò)43
Dropout44
權(quán)重衰減45
HingeLoss46
均方誤差47
Kullback-Leibler散度損失48
二元交叉熵?fù)p失49
分類交叉熵?fù)p失50
損失函數(shù)51
Boosting52
弱學(xué)習(xí)器53
AdaBoost54
bagging算法55
集成方法56
神經(jīng)網(wǎng)絡(luò)參數(shù)隨機(jī)初始化57
深度網(wǎng)絡(luò)的目的58
指數(shù)線性單元59
神經(jīng)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(jiàn)的輸出層激活函數(shù)68
梯度下降法69
線性激活函數(shù)70
小批量71
梯度爆炸72
Sigmoid激活函數(shù)73
Tanh激活函數(shù)74
深度學(xué)習(xí)的動(dòng)機(jī)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(quán)衡84
偏差85
偏差直覺(jué)86
貝葉斯誤差87
大O表示法88
混淆矩陣89
動(dòng)量隨機(jī)梯度下降90
隨機(jī)梯度下降91
RMSprop優(yōu)化器92
特征選擇策略93
準(zhǔn)確率94
分類特征95
L1范數(shù)96
L2范數(shù)97
維度災(zāi)難98
特征矩陣99
自助采樣法100
MNIST數(shù)據(jù)集101
詞袋102
K折交叉驗(yàn)證103
超參數(shù)調(diào)優(yōu)104
網(wǎng)格搜索105
錯(cuò)誤類型106
機(jī)器學(xué)習(xí)漫畫小抄 作者簡(jiǎn)介
[美]克里斯·阿爾本(Chris Albon)
Chris Albon博士是維基媒體基金會(huì)機(jī)器學(xué)習(xí)主管,曾經(jīng)創(chuàng)立了一家數(shù)據(jù)可視化公司,也是一位在數(shù)據(jù)科學(xué)領(lǐng)域享有盛譽(yù)的專家,他不僅在學(xué)術(shù)界有著豐富的研究經(jīng)驗(yàn),更是一位樂(lè)于分享知識(shí)的教育者。Chris Albon在O'Reilly公司出版的《Machine Learning With Python Cookbook》被譽(yù)為數(shù)據(jù)工程師的參考書,亞馬遜4.6星,中文版《Python機(jī)器學(xué)習(xí)手冊(cè)》開(kāi)卷監(jiān)控銷售1萬(wàn)冊(cè)。
- >
龍榆生:詞曲概論/大家小書
- >
唐代進(jìn)士錄
- >
有舍有得是人生
- >
朝聞道
- >
經(jīng)典常談
- >
名家?guī)阕x魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
小考拉的故事-套裝共3冊(cè)