StatQuest 图解机器学习（全彩）

Josh Starmer博士的YouTube账号中，“StatQuest”视频的总观看量突破7500万次（截至2025年2月统计的数据），他帮助世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升，因此被大家誉为“硅谷守护神”。他那独特的图文表达形式和幽默的语言风格深受观众喜爱。这本《StatQuest图解机器学习》结合了他创新的视觉呈现方式，深入浅出地阐释了机器学习的基础知识和高阶知识，是一本轻松理解机器学习的“漫画书”。 《StatQuest 图解机器学习（全彩）》前3章着重介绍了机器学习的整体框架和主要思想，从第4章起，介绍了各种机器学习算法：从基础的线性回归（第4章）和逻辑回归（第6章）到朴素贝叶斯（第7章）和决策树（第10章），最后介绍了支持向量机（第11章）和神经网络（第12章）。在介绍机器学习算法的同时，本书还穿插介绍了机器学习的进阶知识和实用技巧，如梯度下降法（第5章）、模型性能度量（第8章）和防止过拟合的正则化方法（第9章）。

第1章 机器学习的基本概念 001 机器学习：主要思想 002 机器学习分类问题：主要思想 003 机器学习回归问题：主要思想 004 机器学习方法的比较：主要思想 005 机器学习的主要思想：总结 010 第2章 交叉验证法 014 交叉验证法：主要思想 015 第3章 统计学的基本概念 023 统计学：主要思想 024 直方图：主要思想 025 概率分布：主要思想 029 离散概率分布：主要思想 030 离散概率分布：总结 040 连续概率分布：主要思想 041 正态（高斯）分布：主要思想1 042 正态（高斯）分布：主要思想2 043 其他连续概率分布：主要思想 047 连续概率分布：总结 048 模型：主要思想1 049 模型：主要思想2 050 残差平方和：主要思想1 051 残差平方和：主要思想2 052 均方误差（MSE）：主要思想 054 R2：主要思想 056 p值：主要思想1 061 p值：主要思想2 062 p值：主要思想3 063 p值：主要思想4 064 p值：主要思想5 065 统计学的基本概念：总结 066 第4章 线性回归 068 线性回归：主要思想 069 拟合线：主要思想 070 线性回归的p值和R2：主要思想 072 多元线性回归：主要思想 073 第5章 梯度下降法 076 梯度下降法：主要思想 077 随机梯度下降法：主要思想 097 第6章 逻辑回归 101 逻辑回归：主要思想1 102 逻辑回归：主要思想2 103 逻辑回归：主要思想3 104 拟合数据：主要思想1 108 拟合数据：主要思想2 109 拟合数据：主要思想3 110 第7章 朴素贝叶斯 113 朴素贝叶斯：主要思想 114 多项朴素贝叶斯：处理缺失数据 120 多项朴素贝叶斯 vs. 高斯朴素贝叶斯 121 朴素贝叶斯：常见问题1 126 朴素贝叶斯：常见问题2 127 朴素贝叶斯：常见问题3 128 第8章 模型性能度量 129 模型性能度量：主要思想 130 混淆矩阵：主要思想 131 灵敏度和特异度：主要思想 136 精确率和召回率：主要思想 137 真阳性率和假阳性率：主要思想 139 ROC：主要思想1 140 ROC：主要思想2 141 ROC：主要思想3 142 ROC：主要思想4 143 ROC：主要思想5 144 ROC：主要思想6 145 AUC：主要思想 151 PR曲线：主要思想1 154 PR曲线：主要思想2 155 第9章 防止过拟合的正则化方法 157 正则化：主要思想 158 岭回归/L2正则化：提问与回答 165 第10章 决策树 176 分类树与回归树：主要思想 177 分类树：主要思想 180 构建分类树：总结 193 回归树：主要思想1 195 回归树：主要思想2 196 第11章 支持向量机 211 支持向量机：主要思想 212 第12章 神经网络 227 神经网络：主要思想 229 激活函数：主要思想 233 逆传播：主要思想 246 神经网络：提问与回答 262 附录 在课堂里学过但需要温习的知识 264 附录A 关于派的概率 265 附录B 均值、方差以及标准差 268 附录C 计算连续概率分布概率的计算机命令 273 附录D 导数的主要思想 277 附录E 多项式求导公式 280 附录F 链式法则 282 致谢 288 索引 290

Josh Starmer，YouTube热门频道“StatQuest with Josh Starmer”的幕后创作者。他以创新的视觉呈现方式和独特的教学风格，向全世界好奇的人们解释了统计学、数据科学和机器学习的概念和算法。StatQuest帮助全世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升，因此，Josh被大家誉为“硅谷的守护神”；他也被誉为“统计学的比尔·奈”，因为他以趣味横生的方式使机器学习这一话题变得引人入胜；还有人赞誉他为“数据的鲍勃·罗斯”，因为他拒绝炒作，通过轻松、幽默的歌曲帮助人们减轻学习压力。

暂无其它内容！

暂时还没有人为这本书评论！