来源书籍

AI制胜:机器学习极简入门

Skill 版本:v24 经典原理 107 张卡片

宋立桓 · 清华大学出版社 · 2020-07 · 第1版 · ISBN 9787302555513

章节与卡片

01 机器学习概述

18 张卡片
  1. 从样本学习预测规则 理解等级:初级 普通读书笔记卡
  2. 原始观测需数值表示 理解等级:初级 普通读书笔记卡
  3. 距离模型对尺度敏感 理解等级:中级 普通读书笔记卡
  4. 特征工程连接数据与模型 理解等级:初级 普通读书笔记卡
  5. 先定预测任务再选模型 理解等级:中级 普通读书笔记卡
  6. 科学计算工具的分工 理解等级:初级 普通读书笔记卡
  7. Notebook混排代码与结果 理解等级:初级 普通读书笔记卡
  8. 用算法原理指导调参 理解等级:中级 普通读书笔记卡
  9. 深层网络逐层变换表示 理解等级:初级 普通读书笔记卡
  10. 分类与回归看目标类型 理解等级:初级 普通读书笔记卡
  11. 无标签数据可寻找结构 理解等级:初级 普通读书笔记卡
  12. 强化学习优化累计奖励 理解等级:中级 结构图卡
  13. 训练好测试差提示过拟合 理解等级:中级 普通读书笔记卡
  14. 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
  15. 混淆矩阵记录四类结果 理解等级:初级 普通读书笔记卡
  16. 精确率和召回率分母不同 理解等级:中级 普通读书笔记卡
  17. F1调和精确率与召回率 理解等级:中级 普通读书笔记卡
  18. 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
  1. 先按字段诊断数据质量 理解等级:中级 普通读书笔记卡
  2. 标准化和区间缩放 理解等级:中级 普通读书笔记卡
  3. 二值化只保留阈值两侧 理解等级:初级 普通读书笔记卡
  4. 缺失值补全要选统计量 理解等级:中级 普通读书笔记卡
  5. 标签编码保留类别身份 理解等级:初级 普通读书笔记卡
  6. 独热编码消除任意顺序 理解等级:中级 普通读书笔记卡
  7. 用对照实验检验预处理 理解等级:中级 普通读书笔记卡
  8. 降维用信息交换成本 理解等级:初级 普通读书笔记卡
  9. PCA按方差选投影方向 理解等级:中级 普通读书笔记卡
  10. 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
  1. 近邻投票决定类别 理解等级:初级 普通读书笔记卡
  2. 用距离排序复核近邻 理解等级:中级 普通读书笔记卡
  3. 近邻数量控制平滑程度 理解等级:中级 普通读书笔记卡
  4. 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
  5. 坐标缩放会改变近邻 理解等级:中级 普通读书笔记卡
  6. 用邻居明细解释预测 理解等级:中级 普通读书笔记卡
  7. 留出样本检验近邻模型 理解等级:中级 普通读书笔记卡
  8. 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
  1. 线性回归用加权和预测 理解等级:初级 普通读书笔记卡
  2. 最小二乘惩罚平方残差 理解等级:中级 普通读书笔记卡
  3. 损失函数把误差变成目标 理解等级:初级 普通读书笔记卡
  4. 梯度下降沿负梯度更新 理解等级:中级 普通读书笔记卡
  5. 批量大小影响梯度成本 理解等级:中级 普通读书笔记卡
  6. 相关系数配合散点图 理解等级:中级 普通读书笔记卡
  7. 训练集拟合分数有边界 理解等级:中级 普通读书笔记卡
  8. 逻辑回归先估概率再分类 理解等级:中级 普通读书笔记卡
  9. 用小例核对分类输出 理解等级:初级 普通读书笔记卡
  10. 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
  1. 决策树沿特征规则到叶子 理解等级:初级 结构图卡
  2. 类别熵衡量标签不确定性 理解等级:中级 普通读书笔记卡
  3. 信息增益比较切分前后 理解等级:中级 普通读书笔记卡
  4. 信息增益比惩罚碎片分组 理解等级:中级 普通读书笔记卡
  5. 基尼不纯度比较分类切分 理解等级:中级 普通读书笔记卡
  6. 剪枝限制树对噪声的拟合 理解等级:中级 普通读书笔记卡
  7. 训练树前核对类别编码 理解等级:中级 普通读书笔记卡
  8. 用树图复核预测路径 理解等级:中级 普通读书笔记卡
  9. 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
  1. 聚类分组需要人工解释 理解等级:中级 普通读书笔记卡
  2. K均值交替分配与更新 理解等级:中级 结构图卡
  3. 簇内平方和随簇数下降 理解等级:高级 普通读书笔记卡
  4. 余弦相似度关注方向 理解等级:中级 普通读书笔记卡
  5. 极端点能拉动聚类中心 理解等级:中级 普通读书笔记卡
  6. 分群特征由分析目的决定 理解等级:中级 普通读书笔记卡
  7. 对比特征组合解释簇分离 理解等级:中级 普通读书笔记卡
  8. 多视图辅助解释客户分群 理解等级:中级 普通读书笔记卡
  9. 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
  1. 随机森林聚合多棵树 理解等级:初级 普通读书笔记卡
  2. 袋外样本估计泛化误差 理解等级:中级 普通读书笔记卡
  3. 森林回归难外推训练范围 理解等级:中级 普通读书笔记卡
  4. 树数在精度和资源间取舍 理解等级:中级 普通读书笔记卡
  5. 投票收益依赖错误差异 理解等级:高级 普通读书笔记卡
  6. 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
  1. 边缘联合条件概率 理解等级:初级 普通读书笔记卡
  2. 用证据更新先验概率 理解等级:中级 普通读书笔记卡
  3. 低基率会拉低阳性预测值 理解等级:中级 普通读书笔记卡
  4. 先乘似然再归一化 理解等级:中级 普通读书笔记卡
  5. 拼写建议结合词频和编辑 理解等级:中级 普通读书笔记卡
  6. 类别内独立简化文本建模 理解等级:中级 普通读书笔记卡
  7. 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
  1. 最大间隔留出分类余量 理解等级:初级 普通读书笔记卡
  2. 支持向量决定分类边界 理解等级:中级 普通读书笔记卡
  3. 软间隔允许部分样本违约 理解等级:中级 普通读书笔记卡
  4. 核函数隐式计算高维内积 理解等级:中级 普通读书笔记卡
  5. 核宽度控制局部影响 理解等级:中级 普通读书笔记卡
  6. 用二分类器构建多分类 理解等级:中级 普通读书笔记卡
  7. 支持向量方法可做回归 理解等级:中级 普通读书笔记卡
  8. 加载数值前分清标签列 理解等级:初级 普通读书笔记卡
  9. 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
  1. 感知器把加权和过阈值 理解等级:中级 普通读书笔记卡
  2. 非线性激活增强表达力 理解等级:中级 普通读书笔记卡
  3. Softmax归一化类别分数 理解等级:中级 普通读书笔记卡
  4. 全连接网络逐层组合特征 理解等级:初级 普通读书笔记卡
  5. 图像张量保留空间与通道 理解等级:初级 普通读书笔记卡
  6. 卷积核重复提取局部特征 理解等级:中级 普通读书笔记卡
  7. 池化压缩局部响应 理解等级:中级 普通读书笔记卡
  8. 神经元反复用误差调权 理解等级:中级 普通读书笔记卡
  9. 手写数字以向量输入MLP 理解等级:中级 普通读书笔记卡
  10. 顺序模型把训练职责分开 理解等级:中级 普通读书笔记卡
  11. 类别目标与输出维度匹配 理解等级:中级 普通读书笔记卡
  12. 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
  1. 核验身份与查找身份 理解等级:初级 普通读书笔记卡
  2. 活体检测评估呈现真实性 理解等级:初级 普通读书笔记卡
  3. 检测和识别基准各测一环 理解等级:初级 普通读书笔记卡
  4. 检测定位为后续环节供框 理解等级:初级 普通读书笔记卡
  5. 对齐降低姿态造成的差异 理解等级:中级 普通读书笔记卡
  6. 定长特征支持阈值比对 理解等级:中级 结构图卡
  7. 方向梯度描述局部轮廓 理解等级:中级 普通读书笔记卡
  8. 关键点规则只描述外观 理解等级:中级 普通读书笔记卡
  9. 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。