书名：机器学习漫画小抄
定价：49.0
ISBN：9787115649997
作者：[美]克里斯·阿尔本（Chris Albon）
版次：第1版
出版时间：2024-12

内容提要：
本套漫画小抄*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*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。



作者简介：
[美]克里斯·阿尔本（Chris Albon） Chris Albon博士是维基媒体基金会机器学习主管，曾经创立了一家数据可视化公司，也是一位在数据科学领域享有盛誉的*，他不仅在学术界有着丰富的研究经验，更是一位乐于分享知识的教育者。Chris Albon在O'Reilly公司出版的《Machine Learning With Python Cookbook》被誉为数据工程师*的参考书，*4.6星，中文版《Python机器学习手册》开卷监控销售1万册。

目录：
单位归一化1
Tomek链接2
上采样3
数据增强4
下采样5
*小-*缩放6
独热编码7
插补法8
基于k-NN的插补法9
学习曲线10
假阳性率11
闵可夫斯基距离12
学习率13
布里尔分数14
分类15
假阴性率16
训练误差率17
曲线下面积18
F1分数19
模型复杂度对偏差和方差的影响20
没有免费午餐定理21
预处理训练集和测试集22
深度双重下降23
主成分分析24
*参数VS参数25
损失函数的*小值26
模型一致性27
模型复杂度28
特征重要性29
机器学习中的“学习”意味着什么？30
泛化31
训练集，验证集和测试集32
过拟合与欠拟合33
袋外误差34
决策树35
决策树回归36
随机森林37
随机森林中的基尼系数38
特征缩放对梯度下降的影响39
正则化40
C，正则化强度的倒数41
早停法42
弹性网络43
Dropout44
权重衰减45
HingeLoss46
均方误差47
Kullback-Leibler散度损失48
二元交叉熵损失49
分类交叉熵损失50
损失函数51
Boosting52
弱学习器53
AdaBoost54
bagging算法55
集成方法56
神经网络参数随机初始化57
深度网络的目的58
指数线性单元59
神经元60
隐藏层61
LeakyReLU62
NoisyReLU63
梯度裁剪64
反向传播65
Epoch66
梯度悬崖67
常见的输出层*函数68
梯度下降法69
线性*函数70
小批量71
梯度爆炸72
Sigmoid*函数73
Tanh*函数74
深度学习的动机75
修正线性单元76
DBSCAN77
k-NN算法78
K均值聚类79
k-NN邻域大小80
线性判别分析81
核主成分分析82
均值漂移聚类83
偏差-方差权衡84
偏差85
偏差直觉86
贝叶斯误差87
大O表示法88
混淆矩阵89
动量随机梯度下降90
随机梯度下降91
RMSprop优化器92
特征选择策略93
*率94
分类特征95
L1范数96
L2范数97
维度灾难98
特征矩阵99
自助采样法100
MNIST数据集101
词袋102
K折交叉验证103
*参数调优104
网格搜索105
错误类型106