来源书籍
AI制胜:机器学习极简入门
章节与卡片
01 机器学习概述
18 张卡片
- 从样本学习预测规则 理解等级:初级 普通读书笔记卡
- 原始观测需数值表示 理解等级:初级 普通读书笔记卡
- 距离模型对尺度敏感 理解等级:中级 普通读书笔记卡
- 特征工程连接数据与模型 理解等级:初级 普通读书笔记卡
- 先定预测任务再选模型 理解等级:中级 普通读书笔记卡
- 科学计算工具的分工 理解等级:初级 普通读书笔记卡
- Notebook混排代码与结果 理解等级:初级 普通读书笔记卡
- 用算法原理指导调参 理解等级:中级 普通读书笔记卡
- 深层网络逐层变换表示 理解等级:初级 普通读书笔记卡
- 分类与回归看目标类型 理解等级:初级 普通读书笔记卡
- 无标签数据可寻找结构 理解等级:初级 普通读书笔记卡
- 强化学习优化累计奖励 理解等级:中级 结构图卡
- 训练好测试差提示过拟合 理解等级:中级 普通读书笔记卡
- 训练与验证都差提示欠拟合 理解等级:中级 普通读书笔记卡
- 混淆矩阵记录四类结果 理解等级:初级 普通读书笔记卡
- 精确率和召回率分母不同 理解等级:中级 普通读书笔记卡
- F1调和精确率与召回率 理解等级:中级 普通读书笔记卡
- ROC展示阈值的误报代价 理解等级:中级 普通读书笔记卡
02 机器学习中的数据预处理
10 张卡片
- 先按字段诊断数据质量 理解等级:中级 普通读书笔记卡
- 标准化和区间缩放 理解等级:中级 普通读书笔记卡
- 二值化只保留阈值两侧 理解等级:初级 普通读书笔记卡
- 缺失值补全要选统计量 理解等级:中级 普通读书笔记卡
- 标签编码保留类别身份 理解等级:初级 普通读书笔记卡
- 独热编码消除任意顺序 理解等级:中级 普通读书笔记卡
- 用对照实验检验预处理 理解等级:中级 普通读书笔记卡
- 降维用信息交换成本 理解等级:初级 普通读书笔记卡
- PCA按方差选投影方向 理解等级:中级 普通读书笔记卡
- 用载荷解释低维坐标 理解等级:中级 普通读书笔记卡
03 k最近邻算法
8 张卡片
- 近邻投票决定类别 理解等级:初级 普通读书笔记卡
- 用距离排序复核近邻 理解等级:中级 普通读书笔记卡
- 近邻数量控制平滑程度 理解等级:中级 普通读书笔记卡
- 三种距离表达不同移动规则 理解等级:中级 普通读书笔记卡
- 坐标缩放会改变近邻 理解等级:中级 普通读书笔记卡
- 用邻居明细解释预测 理解等级:中级 普通读书笔记卡
- 留出样本检验近邻模型 理解等级:中级 普通读书笔记卡
- 近邻把计算成本留到预测 理解等级:中级 普通读书笔记卡
04 回归算法
10 张卡片
- 线性回归用加权和预测 理解等级:初级 普通读书笔记卡
- 最小二乘惩罚平方残差 理解等级:中级 普通读书笔记卡
- 损失函数把误差变成目标 理解等级:初级 普通读书笔记卡
- 梯度下降沿负梯度更新 理解等级:中级 普通读书笔记卡
- 批量大小影响梯度成本 理解等级:中级 普通读书笔记卡
- 相关系数配合散点图 理解等级:中级 普通读书笔记卡
- 训练集拟合分数有边界 理解等级:中级 普通读书笔记卡
- 逻辑回归先估概率再分类 理解等级:中级 普通读书笔记卡
- 用小例核对分类输出 理解等级:初级 普通读书笔记卡
- 回归模型适合做基线 理解等级:中级 普通读书笔记卡
05 决策树
9 张卡片
- 决策树沿特征规则到叶子 理解等级:初级 结构图卡
- 类别熵衡量标签不确定性 理解等级:中级 普通读书笔记卡
- 信息增益比较切分前后 理解等级:中级 普通读书笔记卡
- 信息增益比惩罚碎片分组 理解等级:中级 普通读书笔记卡
- 基尼不纯度比较分类切分 理解等级:中级 普通读书笔记卡
- 剪枝限制树对噪声的拟合 理解等级:中级 普通读书笔记卡
- 训练树前核对类别编码 理解等级:中级 普通读书笔记卡
- 用树图复核预测路径 理解等级:中级 普通读书笔记卡
- 类别权重影响树的偏好 理解等级:中级 普通读书笔记卡
06 K-means聚类算法
9 张卡片
- 聚类分组需要人工解释 理解等级:中级 普通读书笔记卡
- K均值交替分配与更新 理解等级:中级 结构图卡
- 簇内平方和随簇数下降 理解等级:高级 普通读书笔记卡
- 余弦相似度关注方向 理解等级:中级 普通读书笔记卡
- 极端点能拉动聚类中心 理解等级:中级 普通读书笔记卡
- 分群特征由分析目的决定 理解等级:中级 普通读书笔记卡
- 对比特征组合解释簇分离 理解等级:中级 普通读书笔记卡
- 多视图辅助解释客户分群 理解等级:中级 普通读书笔记卡
- 跨量纲排名先统一尺度 理解等级:中级 普通读书笔记卡
07 随机森林
6 张卡片
- 随机森林聚合多棵树 理解等级:初级 普通读书笔记卡
- 袋外样本估计泛化误差 理解等级:中级 普通读书笔记卡
- 森林回归难外推训练范围 理解等级:中级 普通读书笔记卡
- 树数在精度和资源间取舍 理解等级:中级 普通读书笔记卡
- 投票收益依赖错误差异 理解等级:高级 普通读书笔记卡
- 按字段处理不同程度缺失 理解等级:中级 普通读书笔记卡
08 朴素贝叶斯算法
7 张卡片
- 边缘联合条件概率 理解等级:初级 普通读书笔记卡
- 用证据更新先验概率 理解等级:中级 普通读书笔记卡
- 低基率会拉低阳性预测值 理解等级:中级 普通读书笔记卡
- 先乘似然再归一化 理解等级:中级 普通读书笔记卡
- 拼写建议结合词频和编辑 理解等级:中级 普通读书笔记卡
- 类别内独立简化文本建模 理解等级:中级 普通读书笔记卡
- 按特征形态选朴素贝叶斯 理解等级:中级 普通读书笔记卡
09 支持向量机SVM
9 张卡片
- 最大间隔留出分类余量 理解等级:初级 普通读书笔记卡
- 支持向量决定分类边界 理解等级:中级 普通读书笔记卡
- 软间隔允许部分样本违约 理解等级:中级 普通读书笔记卡
- 核函数隐式计算高维内积 理解等级:中级 普通读书笔记卡
- 核宽度控制局部影响 理解等级:中级 普通读书笔记卡
- 用二分类器构建多分类 理解等级:中级 普通读书笔记卡
- 支持向量方法可做回归 理解等级:中级 普通读书笔记卡
- 加载数值前分清标签列 理解等级:初级 普通读书笔记卡
- 核矩阵成本受样本数影响 理解等级:高级 普通读书笔记卡
10 神经网络
12 张卡片
- 感知器把加权和过阈值 理解等级:中级 普通读书笔记卡
- 非线性激活增强表达力 理解等级:中级 普通读书笔记卡
- Softmax归一化类别分数 理解等级:中级 普通读书笔记卡
- 全连接网络逐层组合特征 理解等级:初级 普通读书笔记卡
- 图像张量保留空间与通道 理解等级:初级 普通读书笔记卡
- 卷积核重复提取局部特征 理解等级:中级 普通读书笔记卡
- 池化压缩局部响应 理解等级:中级 普通读书笔记卡
- 神经元反复用误差调权 理解等级:中级 普通读书笔记卡
- 手写数字以向量输入MLP 理解等级:中级 普通读书笔记卡
- 顺序模型把训练职责分开 理解等级:中级 普通读书笔记卡
- 类别目标与输出维度匹配 理解等级:中级 普通读书笔记卡
- 卷积保留输入的二维布局 理解等级:中级 结构图卡
11 人脸识别入门实践
9 张卡片
- 核验身份与查找身份 理解等级:初级 普通读书笔记卡
- 活体检测评估呈现真实性 理解等级:初级 普通读书笔记卡
- 检测和识别基准各测一环 理解等级:初级 普通读书笔记卡
- 检测定位为后续环节供框 理解等级:初级 普通读书笔记卡
- 对齐降低姿态造成的差异 理解等级:中级 普通读书笔记卡
- 定长特征支持阈值比对 理解等级:中级 结构图卡
- 方向梯度描述局部轮廓 理解等级:中级 普通读书笔记卡
- 关键点规则只描述外观 理解等级:中级 普通读书笔记卡
- 识别距离阈值要按任务校准 理解等级:中级 普通读书笔记卡
全书概览
AI制胜:机器学习极简入门
作者:宋立桓
解析 Skill 版本:v24
执行模式:light
建档进度:done
信息浓度:高。PCA、划分纯度、概率更新、间隔与卷积机制分别有例子、推理或图表。
稳定性/时效性:高。基本原理可复用,旧版库调用、平台安装和教学得分依各自数据及版本。
四象限评级:经典原理
整书笔记:_book_note.md(schema 1,SHA-256 d28b3127e81a2fa5291ac602e7ec411f4be7c4586f187b4da42f647629088a73)
章节进度追踪表
| 章节号 | 章节标题 | 状态 | 卡片数 |
|---|---|---|---|
| 序一 | 推荐序一 | done | 0 |
| 序二 | 推荐序二 | done | 0 |
| 前言 | 前言 | done | 0 |
| 01 | 机器学习概述 | done | 18 |
| 02 | 机器学习中的数据预处理 | done | 10 |
| 03 | k最近邻算法 | done | 8 |
| 04 | 回归算法 | done | 10 |
| 05 | 决策树 | done | 9 |
| 06 | K-means聚类算法 | done | 9 |
| 07 | 随机森林 | done | 6 |
| 08 | 朴素贝叶斯算法 | done | 7 |
| 09 | 支持向量机SVM | done | 9 |
| 10 | 神经网络 | done | 12 |
| 11 | 人脸识别入门实践 | done | 9 |
非正文排除
| spine项 | 类型 | 排除理由 |
|---|---|---|
| 01 titlepage.xhtml | 封面 | 电子封壳及封面资源,无实质论述 |
| 02 cover.xhtml | 封面 | 封面图片,无正文 |
| 03 titlepage1.xhtml | 扉页 | 书名与出版信息 |
| 04 copyright.xhtml | 版权页 | 提供第一版与 ISBN 等出版元数据 |
| 05 preface1.xhtml | 作者简介 | 作者经历、肖像与著作介绍 |
| 06 preface2.xhtml | 内容简介 | 预告章节、受众和所需基础,正文另行完整阅读 |
| 10 content.xhtml | 目录 | 只用于比对顺序、标题及定位 |
待关联术语
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| 生成式对抗网络(GAN) | 01 §1.5.1 | 数据扩充的例子,未讲生成机制 |
| NLP | 01 §1.3.4 | 深度学习的应用领域之一 |
| 拉格朗日乘子法 | 09 §9.2.2 | SVM 推导的前置术语 |
| 对偶问题 | 09 §9.2.2 | SVM 推导的前置术语 |
| KKT 条件 | 09 §9.2.2 | SVM 推导的前置术语 |
引用文献
| 标题 | 类型 | 出现章节 | 一句话语境 | | — | — | — | | PyTorch | 框架 | 01 §1.3.1;10 §10.5.1 | Python 深度学习生态的例子 | | AlphaGo | 项目 | 01 §1.3.4 | 自我对弈作为训练示例 | | 《计算慧星轨道的新方法》 | 书 | 04 §4.1.2 | 最小二乘的历史参考,照录原书标题 | | 《新时间简史》 | 书 | 08 §8.1 | 作者共同著作背景 | | 《醉汉的脚步》 | 书 | 08 §8.1 | 概率故事的出处 | | 《人工智能:现代方法》 | 书 | 08 §8.3 | 拼写纠错参考作者的背景 | | Peter Norvig 的拼写纠错文章 | 文章 | 08 §8.3 | 原书建议的延伸阅读 | | Theano、TensorFlow、Torch | 框架 | 10 §10.5.1 | Keras 的后端与设计背景 |
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 | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 用单位变化检验近邻预测 | 真实任务 | done | 03 | 实践计划 |
| 002 | 用混淆矩阵复盘分类阈值 | 真实任务 | done | 01 | 实践计划 |
实践候选筛选:done
已合并尺度变化与距离排序。涉及实际授信、医疗判断和采集人脸的案例保留为阅读材料。本次实践选择可用合成数据立即开展的两个问题。
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。