机器学习漫画小抄

978-7-115-64999-7
作者: [美]克里斯·阿尔本(Chris Albon)
译者:
编辑: 秦健

图书目录:

详情

本书准确解释了机器学习领域的106个重要概念,覆盖从随机森林到神经网络的各种算法。本书通过言简意赅的语言、易懂易记的插图、简洁明晰的排版,生动地呈现了相关概念的思想内核,能帮助读者快速高效地理解与记忆,同时还能让读者保持清晰的思路,轻松地把握每个概念的精髓。本书适合所有机器学习爱好者阅读,尤其是那些希望进一步了解机器学习概念的读者,包括高等院校计算机相关专业的大学生、研究生,以及计算机应用相关领域的研发人员与算法工程师等。


图书摘要

版权信息

书名:机器学习漫画小抄

ISBN:978-7-115-64999-7

本书由人民邮电出版社发行数字版。版权所有,侵权必究。

您购买的人民邮电出版社电子书仅供您个人使用,未经授权,不得以任何方式复制和传播本书内容。

我们愿意相信读者具有这样的良知和觉悟,与我们共同保护知识产权。

如果购买者有侵权行为,我们可能对该用户实施包括但不限于关闭该帐号等维权措施,并可能追究法律责任。

版  权

著    [美]克里斯·阿尔本(Chris Albon)

责任编辑 秦 健

人民邮电出版社出版发行  北京市丰台区成寿寺路11号

邮编 100164  电子邮件 315@ptpress.com.cn

网址 http://www.ptpress.com.cn

读者服务热线:(010)81055410

反盗版热线:(010)81055315

版权声明

Machine Learning Flashcards

Copyright ©2024 by Chris Albon

Simplified Chinese copyright © 2024 by Posts & Telecom Press Published by arrangement with Chris Albon.

ALL RIGHTS RESERVED.

lbon授权人民邮电出版社有限公司出版。未经出版者书面许可,对本书的任何部分不得以任何方式或任何手段复制和传播。

版权所有,侵权必究。

内容提要

本套漫画小抄准确解释了机器学习领域的106个重要概念,覆盖从随机森林到神经网络的各种算法。每张漫画小抄介绍一个重要概念,通过简明扼要的语言、易懂易记的插图、简洁明晰的排版布局,生动地呈现了每一个概念的思想内核,能帮助读者快速高效地理解与记忆。

本套漫画小抄适合所有机器学习的爱好者阅读,尤其是那些希望进一步了解机器学习概念的读者,包括高等院校计算机相关专业的大学生、研究生,计算机应用相关领域的研发人员与算法工程师等。

小抄指南

预处理,性能指标(19张)

理论,树模型(19张)

正则化,损失函数,集成学习(18张)

神经网络(20张)

其他(30张)

小抄用法

对于初学者:

按顺序学习基础概念,逐步建立知识体系;

结合编程实践,加深对漫画小抄内容的理解;

定期复习小抄中的概念,巩固记忆,避免遗忘。

对于已经有一定基础的读者:

选择特定主题的卡片组进行学习,查缺补漏;

利用漫画小抄提升编程和分析能力;

将漫画小抄中的概念应用到自己的项目中。

对于已经掌握机器学习概念的专业人士:

利用漫画小抄快速回顾关键概念;

将漫画小抄作为游戏工具,加深理解;

从漫画小抄中获取灵感,帮助在研究或开发新项目时获得启发。

对于教学人员:

使用漫画小抄设计高参与度的课程;

让学生解释漫画小抄上的内容,加深理解;

作为评估工具,检查学生知识掌握情况;

调整教学方法和内容,以提高教学质量。

预处理

单位归一化

单位归一化

单位归一化(Unit Normalization),也称为L2归一化,是一种缩放数据的方式,能够使每个数据点都具有单位范数,即其长度变为1。这种归一化技术确保了数据点的特征值不会因数值范围的差异而影响其重要性。当特征的相对大小更重要时,这种技术特别有用。

Tomek链接

Tomek链接

Tomek链接是来自两个不同类的样本对,其中一个样本是另一个样本的最近邻。通过移除这些样本对,分类器有时可以更容易区分不同的类。

上采样

上采样

上采样是一种处理不平衡数据的策略,通过复制现有样本或生成新样本的方式来实现更平衡的数据分布。上采样能够增加少数类的训练样本数量,从而避免模型对多数类的偏好。

相关图书

揭秘大模型:从原理到实战
揭秘大模型:从原理到实战
算法超简单:趣味游戏带你轻松入门与实践
算法超简单:趣味游戏带你轻松入门与实践
MindSpore科学计算
MindSpore科学计算
芯片通识课:一本书读懂芯片技术
芯片通识课:一本书读懂芯片技术
动手学计算机视觉
动手学计算机视觉
推荐系统:产品与算法解析
推荐系统:产品与算法解析

相关文章

相关课程