来源书籍
Machine Learning Fundamentals: Concepts, Models, and Applications
章节与卡片
00 前言
1 张卡片
- 数据科学从数据走向决策 理解等级:初级 普通读书笔记卡
01 数据科学与机器学习概览
9 张卡片
- 先由问题决定需要的数据与方法 理解等级:初级 普通读书笔记卡
- 结构化程度不同于变量类型 理解等级:初级 普通读书笔记卡
- 统计能力贯穿数据到结论链路 理解等级:初级 普通读书笔记卡
- 数据科学不以数据规模定义 理解等级:初级 普通读书笔记卡
- 领域知识连接数据与业务语义 理解等级:初级 普通读书笔记卡
- 数据分析与建模形成互补循环 理解等级:初级 普通读书笔记卡
- 学习适合规则难显式表达的任务 理解等级:初级 普通读书笔记卡
- 技能组合应围绕完整工作过程 理解等级:初级 普通读书笔记卡
- 模型和数据能力需要共同支撑 理解等级:初级 普通读书笔记卡
02 机器学习基础
33 张卡片
- 监督学习需要输入与目标配对 理解等级:初级 普通读书笔记卡
- 无监督目标由结构准则规定 理解等级:中级 普通读书笔记卡
- 回归与分类按目标语义区分 理解等级:初级 普通读书笔记卡
- 多个输入不等于多个响应 理解等级:初级 普通读书笔记卡
- 预测关系不自动代表因果作用 理解等级:中级 普通读书笔记卡
- 多类与多标签有不同输出约束 理解等级:中级 普通读书笔记卡
- 分类指标应匹配错误代价 理解等级:中级 普通读书笔记卡
- 朴素贝叶斯假设类内特征独立 理解等级:中级 普通读书笔记卡
- 朴素贝叶斯变体匹配特征分布 理解等级:中级 普通读书笔记卡
- 间隔并非所有分类器的目标 理解等级:中级 普通读书笔记卡
- 核方法隐式改变相似度空间 理解等级:中级 普通读书笔记卡
- 近邻预测依赖距离与局部假设 理解等级:中级 普通读书笔记卡
- 森林通过多树聚合降低不稳定 理解等级:中级 普通读书笔记卡
- 网络节点不必执行硬阈值开关 理解等级:中级 普通读书笔记卡
- 深度架构与监督信号是不同轴 理解等级:中级 普通读书笔记卡
- 硬聚类分配一个组不代表真实标签 理解等级:中级 普通读书笔记卡
- K均值交替分配与更新中心 理解等级:中级 普通读书笔记卡
- 层次聚类的连接准则改变结果 理解等级:中级 普通读书笔记卡
- 均值漂移沿密度模式组织分组 理解等级:中级 普通读书笔记卡
- 高斯混合使用成分概率分配 理解等级:中级 普通读书笔记卡
- 关联规则描述共现而非干预效应 理解等级:中级 普通读书笔记卡
- 降维应检查任务相关信息损失 理解等级:中级 普通读书笔记卡
- 半监督收益依赖标签与无标签联系 理解等级:中级 普通读书笔记卡
- 强化学习按行动后果学习策略 理解等级:中级 普通读书笔记卡
- 训练验证测试承担不同责任 理解等级:中级 普通读书笔记卡
- 交叉验证估计仍有设计条件 理解等级:中级 普通读书笔记卡
- 有放回重抽近似抽样分布 理解等级:中级 普通读书笔记卡
- 信号噪声相对分析目标定义 理解等级:中级 普通读书笔记卡
- 训练拟合优度不代替泛化评价 理解等级:中级 普通读书笔记卡
- 欠拟合与过拟合检查训练和留出 理解等级:中级 普通读书笔记卡
- 方差度量预测的平方偏离 理解等级:中级 普通读书笔记卡
- 偏差方差并非必然互为倒数 理解等级:中级 普通读书笔记卡
- 惰性学习把部分成本移到查询时 理解等级:中级 普通读书笔记卡
03 机器学习流程与数据管理
16 张卡片
- 训练算法与学得模型分开 理解等级:中级 普通读书笔记卡
- 工作流从问题与验收条件开始 理解等级:中级 普通读书笔记卡
- 优化损失与泛化承担不同目标 理解等级:中级 普通读书笔记卡
- 关联学科不是严格包含关系 理解等级:初级 普通读书笔记卡
- 数据挖掘不局限于无监督方法 理解等级:中级 普通读书笔记卡
- 描述统计与推断的证据范围不同 理解等级:初级 普通读书笔记卡
- 参数由学习过程拟合 理解等级:中级 普通读书笔记卡
- 超参数设定也需要保留版本 理解等级:中级 普通读书笔记卡
- 初始化方式必须适合模型对称性 理解等级:中级 普通读书笔记卡
- 验证分数受反复选择影响 理解等级:中级 普通读书笔记卡
- 测试集应与训练用途隔离 理解等级:中级 普通读书笔记卡
- 划分比例需同时考虑精度与覆盖 理解等级:中级 普通读书笔记卡
- 标准化不能修复错误数据语义 理解等级:中级 普通读书笔记卡
- 特征选择与参数估计是不同步骤 理解等级:中级 普通读书笔记卡
- 模型调试需区分目标和实现错误 理解等级:中级 普通读书笔记卡
- 数据到部署的可反馈流程 理解等级:中级 结构图卡
04 机器学习库和算法
7 张卡片
- 库选择先区分计算职责 理解等级:初级 普通读书笔记卡
- 笔记本组织代码和解释 理解等级:初级 普通读书笔记卡
- 环境管理与包导入是两层操作 理解等级:初级 普通读书笔记卡
- 统一模型接口仍需核对任务假设 理解等级:初级 普通读书笔记卡
- 数组与带标签表格解决不同问题 理解等级:初级 普通读书笔记卡
- 绘图工具负责表达而非证明 理解等级:初级 普通读书笔记卡
- 安装步骤须绑定实际环境 理解等级:初级 普通读书笔记卡
05 使用数据
20 张卡片
- 数据形状需结合字段职责解释 理解等级:初级 普通读书笔记卡
- 预览与模式检查互相补充 理解等级:初级 普通读书笔记卡
- 特征矩阵必须排除目标列 理解等级:中级 普通读书笔记卡
- 单列目标和二维矩阵形状不同 理解等级:中级 普通读书笔记卡
- 导入额外编号不应默认成为特征 理解等级:中级 普通读书笔记卡
- 样例数据加载也有来源和缓存 理解等级:中级 普通读书笔记卡
- 缺失计数为零不等于数据无误 理解等级:中级 普通读书笔记卡
- 缺失处理要先判断原因和用途 理解等级:中级 普通读书笔记卡
- 填补统计量应从训练数据拟合 理解等级:中级 普通读书笔记卡
- 极端值需要区分真实尾部与错误 理解等级:中级 普通读书笔记卡
- 三倍标准差是有条件筛查规则 理解等级:中级 普通读书笔记卡
- 异常筛查应覆盖上下两侧 理解等级:中级 普通读书笔记卡
- 过滤样本应同步全部输入与目标 理解等级:中级 普通读书笔记卡
- 样本数量应逐步对账 理解等级:中级 普通读书笔记卡
- 类别编码不自动保留业务次序 理解等级:中级 普通读书笔记卡
- 标签编码器与特征编码器分工 理解等级:中级 普通读书笔记卡
- 缩放公式必须随输入值变化 理解等级:中级 普通读书笔记卡
- 标准化不把任意分布变成高斯 理解等级:中级 普通读书笔记卡
- 缩放不能代替清洗或安全控制 理解等级:中级 普通读书笔记卡
- 距离模型对特征尺度敏感 理解等级:中级 普通读书笔记卡
06 监督学习模型
40 张卡片
- 最小二乘最小化全部平方残差和 理解等级:中级 普通读书笔记卡
- 残差方向要同公式保持一致 理解等级:中级 普通读书笔记卡
- 回归系数解释需保留输入单位 理解等级:中级 普通读书笔记卡
- 多重回归斜率是条件关系 理解等级:中级 普通读书笔记卡
- 残差标准差与预测区间不同 理解等级:中级 普通读书笔记卡
- 误差方差估计需扣除拟合自由度 理解等级:中级 普通读书笔记卡
- 回归MSE须说明分母口径 理解等级:中级 普通读书笔记卡
- R平方比较误差与基准变异 理解等级:中级 普通读书笔记卡
- 增加预测列不保证样本外改善 理解等级:中级 普通读书笔记卡
- 共线性主要威胁系数稳定解释 理解等级:中级 普通读书笔记卡
- 整体显著与单系数不显著不矛盾 理解等级:中级 普通读书笔记卡
- VIF衡量被其余列解释程度 理解等级:中级 普通读书笔记卡
- 多项式回归可对系数保持线性 理解等级:中级 普通读书笔记卡
- 正则化收缩的是系数而非原数据 理解等级:中级 普通读书笔记卡
- L1与L2惩罚产生不同稀疏性 理解等级:中级 普通读书笔记卡
- 常数特征将截距并入线性向量 理解等级:中级 普通读书笔记卡
- 逻辑回归先输出概率再做决策 理解等级:中级 普通读书笔记卡
- 概率小数与百分比必须正确换算 理解等级:中级 普通读书笔记卡
- 概率区间不同于二元结果区间 理解等级:中级 普通读书笔记卡
- LDA使用类别信息寻找分离方向 理解等级:中级 普通读书笔记卡
- 类别均值不同不意味着LDA失败 理解等级:中级 普通读书笔记卡
- SVM支持向量由约束作用决定 理解等级:中级 普通读书笔记卡
- 核超平面在特征空间仍是线性的 理解等级:中级 普通读书笔记卡
- 树按分裂准则递归划分样本 理解等级:中级 普通读书笔记卡
- Gini越小表示节点越纯 理解等级:中级 普通读书笔记卡
- 信息增益比较加权子节点不纯度 理解等级:中级 普通读书笔记卡
- 回归树准则不都等同方差 理解等级:中级 普通读书笔记卡
- 剪枝选择应使用验证证据 理解等级:中级 普通读书笔记卡
- 树对异常值并非完全免疫 理解等级:中级 普通读书笔记卡
- 重抽后拟合模型再聚合 理解等级:中级 普通读书笔记卡
- 森林特征随机性作用于分裂搜索 理解等级:中级 普通读书笔记卡
- 袋外行是重抽未选中的样本 理解等级:中级 普通读书笔记卡
- 朴素贝叶斯不要求特征同等重要 理解等级:中级 普通读书笔记卡
- 类别比较可省常数但概率需归一 理解等级:中级 普通读书笔记卡
- 朴素贝叶斯示例先核对计数和乘法 理解等级:中级 普通读书笔记卡
- 零频率需要区分未见与不可能 理解等级:中级 普通读书笔记卡
- 近邻的距离公式和单位先统一 理解等级:中级 普通读书笔记卡
- 近邻排序必须携带原标签 理解等级:中级 普通读书笔记卡
- 奇数近邻数不能解决全部平票 理解等级:中级 普通读书笔记卡
- 近邻数权衡局部波动和过度平滑 理解等级:中级 普通读书笔记卡
07 无监督学习模型
17 张卡片
- 无标签学习仍需人为定义目标 理解等级:中级 普通读书笔记卡
- 无监督结果需另找评价依据 理解等级:中级 普通读书笔记卡
- 非参数方法也有结构假设 理解等级:中级 普通读书笔记卡
- 分解表示不等同聚类分组 理解等级:中级 普通读书笔记卡
- 层次聚类保留逐步组合关系 理解等级:中级 普通读书笔记卡
- 连接准则改变簇间距离含义 理解等级:中级 普通读书笔记卡
- 均值聚类优化簇内平方距离 理解等级:中级 普通读书笔记卡
- 质心更新使用各簇样本均值 理解等级:中级 结构图卡
- 最近质心边界是垂直平分线 理解等级:中级 普通读书笔记卡
- 初始质心影响局部收敛结果 理解等级:中级 普通读书笔记卡
- 肘部选簇是启发式证据 理解等级:中级 普通读书笔记卡
- 主成分是原变量的线性组合 理解等级:中级 普通读书笔记卡
- 主成分前缩放会改变分析问题 理解等级:中级 普通读书笔记卡
- 协方差矩阵表达共同线性变动 理解等级:中级 普通读书笔记卡
- 特征向量给方向特征值给方差 理解等级:中级 普通读书笔记卡
- 大方差方向不保证类别可分 理解等级:中级 普通读书笔记卡
- 异常分数需要任务解释 理解等级:中级 普通读书笔记卡
08 深度学习模型
19 张卡片
- 神经网络是计算模型而非脑复刻 理解等级:中级 普通读书笔记卡
- 神经元先仿射组合再施加激活 理解等级:中级 普通读书笔记卡
- 纯仿射层串接仍是仿射映射 理解等级:中级 普通读书笔记卡
- 饱和激活只有局部近似线性 理解等级:中级 普通读书笔记卡
- 分段线性激活也可形成非线性 理解等级:中级 普通读书笔记卡
- 概率归一不改变最大得分位置 理解等级:中级 普通读书笔记卡
- 输出归一不等于概率已校准 理解等级:中级 普通读书笔记卡
- 输入层通常表示数据接口 理解等级:中级 普通读书笔记卡
- 图像展平必须固定像素顺序 理解等级:中级 普通读书笔记卡
- 类别编号不引入大小次序 理解等级:中级 普通读书笔记卡
- 网络宽度是待验证的结构选择 理解等级:中级 普通读书笔记卡
- 前向传播计算当前参数下的输出 理解等级:中级 普通读书笔记卡
- 卷积以共享局部核扫描输入 理解等级:中级 普通读书笔记卡
- 卷积索引必须统一边界和步长 理解等级:中级 普通读书笔记卡
- 卷积输出通道取决于核的数量 理解等级:中级 普通读书笔记卡
- 池化降采样会丢失局部信息 理解等级:中级 普通读书笔记卡
- 池化示例均值需保留小数 理解等级:中级 普通读书笔记卡
- 模型对比应固定任务与评价 理解等级:中级 普通读书笔记卡
- 循环状态与注意力结构要分开 理解等级:中级 普通读书笔记卡
09 训练机器学习模型
16 张卡片
- 先缩小模型候选再统一比较 理解等级:中级 普通读书笔记卡
- 常见分类模型并不限于二类 理解等级:中级 普通读书笔记卡
- 独立划分要防止实体和时间泄漏 理解等级:中级 普通读书笔记卡
- 多次挑选会消耗验证集独立性 理解等级:中级 普通读书笔记卡
- 梯度计算与优化更新职责不同 理解等级:中级 结构图卡
- 初始化应针对模型和对称性 理解等级:中级 普通读书笔记卡
- 训练步数与数据遍历轮数不同 理解等级:中级 普通读书笔记卡
- 训练曲线波动不等于没有学习 理解等级:中级 普通读书笔记卡
- 交叉验证还需独立的选择层次 理解等级:中级 普通读书笔记卡
- 精确率与召回率分母不同 理解等级:中级 普通读书笔记卡
- 读混淆矩阵先确认轴的约定 理解等级:中级 普通读书笔记卡
- 多数类基准揭示准确率盲点 理解等级:中级 普通读书笔记卡
- 排序AUC不直接评价部署阈值 理解等级:中级 普通读书笔记卡
- 误差尺度决定回归指标的单位 理解等级:中级 普通读书笔记卡
- 训练差距需区分过拟合与漂移 理解等级:中级 普通读书笔记卡
- 欠拟合不能只靠增加层数解决 理解等级:中级 普通读书笔记卡
10 现实应用
11 张卡片
- 应用论证需匹配任务与证据范围 理解等级:中级 普通读书笔记卡
- 影像预测能力不等于临床收益 理解等级:中级 普通读书笔记卡
- 纵向记录需要对齐预测时间点 理解等级:中级 普通读书笔记卡
- 模型自述不能证明训练事实 理解等级:中级 普通读书笔记卡
- 流畅生成与事实正确分开评价 理解等级:中级 普通读书笔记卡
- 实时推理不等于部署时在线训练 理解等级:中级 普通读书笔记卡
- 环境覆盖决定感知外推边界 理解等级:中级 普通读书笔记卡
- 联邦训练参数仍可能泄露信息 理解等级:中级 普通读书笔记卡
- 协同相似性来自交互而非内容 理解等级:中级 普通读书笔记卡
- 交互分解不要求补齐全部矩阵 理解等级:中级 普通读书笔记卡
- 冷启动不同于已有交互稀疏 理解等级:中级 普通读书笔记卡
全书概览
Machine Learning Fundamentals: Concepts, Models, and Applications
Skill 版本:v24
执行模式:light
建档进度:done(book-workflow v4 light 五阶段通过:全文阅读、189 知识卡 + 2 实践计划、导入对账与 189⁄189 归档完成)
四象限评级:知识图谱(低信息浓度、高稳定性);按当前规则P7。
评级理由:10章全文以基础术语介绍、工具使用与模型概览为主,监督/无监督和训练划分多次重复;第6章少量推导与计算有实质机制,但不足改变全书广泛浅层的主形态。基础任务、模型与评估原理稳定;工具操作、就业数据及应用趋势保留出版背景。已逐项纠正公式/数值错误,不把错误本身当高浓度。
整书笔记
章节进度追踪表
| 章节号 | 章节标题 | 状态(pending/done) | 卡片数 |
|---|---|---|---|
| 00 | 前言 | done | 1 |
| 11 | 导读与范围 | done | 0 |
| 01 | 数据科学与机器学习概览 | done | 9 |
| 02 | 机器学习基础 | done | 33 |
| 03 | 机器学习流程与数据管理 | done | 16 |
| 04 | 机器学习库和算法 | done | 7 |
| 05 | 使用数据 | done | 20 |
| 06 | 监督学习模型 | done | 40 |
| 07 | 无监督学习模型 | done | 17 |
| 08 | 深度学习模型 | done | 19 |
| 09 | 训练机器学习模型 | done | 16 |
| 10 | 现实应用 | done | 11 |
非正文排除
| spine项 | 类型 | 排除理由 |
|---|---|---|
| 01–07、09 | 身份/版权/献词/简介/目录/致谢 | 全文已读;2025第一版,电子ISBN9781637427491、纸本9781637427484;OPF作者/出版社空且identifier数值异常,依据正文书名页与版权页;封面已查看 |
| 11/15/18/22/24 | 分部标题 | 全文已读,只有标题无额外机制 |
| 26⁄28 | 参考文献/索引 | 全文已读:文献8132字符、索引9461字符,仅引用与页码导航,无新增机制;外部作品不因此视为读过 |
| 27/29/30 | 作者/丛书/封底 | 全文已读,仅履历、书目和宣传重复,无新增机制;封底图已查看。封底XHTML title误为Supply Chain Resilience,正文摘要与本书一致,不依该错误题名改书 |
待关联术语
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| 自相关 | 06 | 标题提及而无实质检验或模型解释 |
| 受限Boltzmann机 | 08 | 仅列其他网络架构,无算法展开 |
| Hopfield网络 | 08 | 仅列其他网络架构,无算法展开 |
| 深度信念网络 | 08 | 仅列其他网络架构,无算法展开 |
| 差分隐私 | 10 | 作为未来医疗隐私方向提及,未给机制或参数 |
| 主动学习 | 02 | 仅命名关联学习路径,未给查询策略 |
引用文献
| 标题 | 类型(书/论文/框架/源码项目) | 出现章节 | 一句话语境 |
|---|---|---|---|
| Introduction to Machine Learning, 4th ed. — Alpaydin | 书 | 01–02/书后 | 文献列入门来源,不视为已读 |
| Artificial Intelligence: A Modern Approach, 3rd ed. | 书 | 02/书后 | 列AI基础引用,未展开全书 |
| Principal Component Analysis, 2nd ed. — Jolliffe | 书 | 07/书后 | PCA相关引用 |
| Support-Vector Networks — Cortes/Vapnik | 论文 | 06/书后 | SVM来源引用 |
| Machine Learning Fundamentals — Hyatt Saleh | 书 | 04/书后 | 工具入门引用,不与当前书混同 |
| MINITAB | 框架 | 06 | 软件分析截图背景,未执行 |
| An Uncertainty Quantification Framework for Counter Unmanned Aircraft Systems Using Deep Ensembles | 论文 | 10/书后 | 列作者相关研究,未读全文 |
资金安全问题案例
| 问题标题 | 问题卡 | 解决方案卡(如有) | 出现章节 | 一句话说明 |
|---|
实践卡进度
| 序号 | 实践标题 | 实践方式 | 状态(pending/done) | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 1 | 朴素贝叶斯实现深读 | 实现深读 | done | 06 | 计划;固定源码与映射已备,完整实践未执行 |
| 2 | 建立预测评估方案 | 真实任务 | done | 09 | 计划;实际任务未执行 |
实践候选筛选:done。采用朴素贝叶斯实现深读与评估方案2项;不选重复造库、深网训练、临床或车辆部署。
生成交付
30项spine与全部图像/表格/公式/代码已读,12实质单元done。189知识卡(3结构图)、2实践计划与独立整书讲解完成。light未执行生成后复核、独立审查及审查结果优化。
相关主题
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
暂无公开主题。