StatQuest 圖解機器學習

Josh Starmer 著

  • 出版商: 深智
  • 出版日期: 2026-07-19
  • 定價: $790
  • 售價: 7.9$624
  • 語言: 繁體中文
  • 頁數: 296
  • ISBN: 6267889483
  • ISBN-13: 9786267889480
  • 相關分類: Machine Learning
  • 尚未上市,歡迎預購

  • StatQuest 圖解機器學習-preview-1
  • StatQuest 圖解機器學習-preview-2
  • StatQuest 圖解機器學習-preview-3
  • StatQuest 圖解機器學習-preview-4
  • StatQuest 圖解機器學習-preview-5
  • StatQuest 圖解機器學習-preview-6
  • StatQuest 圖解機器學習-preview-7
  • StatQuest 圖解機器學習-preview-8
  • StatQuest 圖解機器學習-preview-9
  • StatQuest 圖解機器學習-preview-10
  • StatQuest 圖解機器學習-preview-11
  • StatQuest 圖解機器學習-preview-12
  • StatQuest 圖解機器學習-preview-13
  • StatQuest 圖解機器學習-preview-14
  • StatQuest 圖解機器學習-preview-15
  • StatQuest 圖解機器學習-preview-16
  • StatQuest 圖解機器學習-preview-17
  • StatQuest 圖解機器學習-preview-18
StatQuest 圖解機器學習-preview-1

商品描述

☆★☆Youtube頻道訂閱超過160☆★☆

☆★☆StatQuest with Josh Starmer幕後創作者第一本繁體中文書☆★☆

☆★☆看漫畫輕鬆學習機器學習☆★☆

 

Josh Starmer博士在YouTube的影片觀看次數突破9200萬次(截至20266月的數據),他幫助世界各行各業的人贏得數據科學競賽、通過考試、順利畢業、成功求職或晉升,因此被大家譽為「矽谷守護神」。他那獨特的圖文表達形式和幽默的語言風格深受觀眾喜愛。這本《StatQuest圖解機器學習》結合了他創新的視覺呈現方式,深入淺出地闡釋了機器學習的基礎知識和高階知識,是一本輕鬆理解機器學習的「漫畫書」。

 

本書前3章著重介紹了機器學習的整體框架和主要思想,從第4章起,介紹了各種機器學習演算法:從基礎的線性迴歸(第4章)和邏輯迴歸(第6章)到樸素貝葉斯(第7章)和決策樹(第10章),最後介紹了支援向量機(第11章)和神經網路(第12章)。在介紹機器學習演算法的同時,本書還穿插介紹了機器學習的進階知識和實用技巧,如梯度下降法(第5章)、模型性能度量(第8章)和防止過擬合的正則化方法(第9章)。

作者簡介

Josh Starmer

YouTube熱門頻道「StatQuest with Josh Starmer」的幕後創作者。他以創新的視覺呈現方式和獨特的教學風格,向全世界好奇的人們解釋了統計學、資料科學和機器學習的概念與演算法。

StatQuest幫助世界各行各業的人贏得資料科學競賽、通過考試、順利畢業、成功求職或晉升。因此,Josh被大家譽為「矽谷守護神」;他也被譽為「統計學的比爾·奈」,因為他以趣味橫生的方式使機器學習這一話題變得引人入勝;還有人讚譽他為「資料的鮑伯·魯斯」,因為他拒絕炒作,通過輕鬆幽默的歌曲幫助人們減輕學習壓力。

目錄大綱

1章 機器學習的基本概念

機器學習:主要思維

機器學習分類問題:主要思維

機器學習迴歸問題:主要思維

機器學習方法的比較:主要思維

機器學習的主要思維:總結

 

2章 交叉驗證法

交叉驗證法:主要思維

 

3章 統計學的基本概念

統計學:主要思維

直方圖:主要思維

機率分布:主要思維

離散機率分布:主要思維

離散機率分布:總結

連續機率分布:主要思維

正態(高斯)分布:主要思維1

正態(高斯)分布:主要思維2

其他連續機率分布:主要思維

連續機率分布:總結

模型:主要思維1

模型:主要思維2

殘差平方和:主要思維1

殘差平方和:主要思維2

均方誤差(MSE):主要思維

R2:主要思維

p值:主要思維1

p值:主要思維2

p值:主要思維3

p值:主要思維4

p值:主要思維5

統計學的基本概念:總結

 

4章 線性迴歸

線性迴歸:主要思維

擬合線:主要思維

線性迴歸的p值和R2:主要思維

多元線性迴歸:主要思維

 

5章 梯度下降法

梯度下降法:主要思維

隨機梯度下降法:主要思維

 

6章 邏輯迴歸

邏輯迴歸:主要思維1

邏輯迴歸:主要思維2

邏輯迴歸:主要思維3

擬合數據:主要思維1

擬合數據:主要思維2

擬合數據:主要思維3

 

7章 樸素貝葉斯

樸素貝葉斯:主要思維

多項樸素貝葉斯:處理缺失數據

多項樸素貝葉斯 vs 高斯樸素貝葉斯

 

8章 模型性能度量

模型性能度量:主要思維

混淆矩陣:主要思維

靈敏度和特異度:主要思維

精確率和召回率:主要思維

真陽性率和假陽性率:主要思維

ROC:主要思維1

ROC:主要思維2

ROC:主要思維3

ROC:主要思維4

ROC:主要思維5

ROC:主要思維6

AUC:主要思維

PR曲線:主要思維1

PR曲線:主要思維2

 

9章 防止過擬合的正則化方法

正則化:主要思維

 

10章 決策樹

分類樹與迴歸樹:主要思維

分類樹:主要思維

構建分類樹:總結

迴歸樹:主要思維1

迴歸樹:主要思維2

 

11章 支援向量機

支援向量機:主要思維

 

12章 神經網路

神經網路:主要思維

激勵函數:主要思維

逆傳播:主要思維

 

附錄 在課堂裏學過但需要溫習的知識

附錄A 關於派的機率

附錄B 均值、變異數以及標準差

附錄C 計算連續機率分布機率的計算機命令

附錄D 導數的主要思維

附錄E 多項式求導公式

附錄F 鏈式法則

 

致謝

最後瀏覽商品 (1)