机器学习概念太多记不住?别怕,这有一套手绘小卡片 | 资源-阿里云开发者社区

开发者社区> 量子位> 正文

机器学习概念太多记不住?别怕,这有一套手绘小卡片 | 资源

简介:
本文来自AI新媒体量子位(QbitAI)

有很多种方法可以了解机器学习。你可以去听课,也可以看视频教程,甚至博客,知乎问答都可以是你的选择。

还有没有更酷的玩法?

640?wx_fmt=png&wxfrom=5&wx_lazy=1

 手机上展示的就是他的一张手绘的闪卡

有位名叫Chris Albon的大叔就推出了一套手绘小卡片。他说:

机器学习是一个广阔的领域,涵盖计算机科学、统计学、科学计算和数学,有大量需要学习的概念。这些闪卡可以帮助大家轻松,迅速地记住机器学习中的关键概念。

Chris是一名数据科学家,有十年的统计学习、人工智能和软件工程方面的经验。

你或许在Twitter或其他网站上看见过#machinelearningflashcards的标签,但忽视掉了。已经有那么多的学习方法,还有别的轰炸你社交生活的东西占据你的时间,忽视完全可以理解。但是我们良心推荐,真的很值得一看。

量子位举几个,我们来看一下手绘小卡片是怎样讲解机器学习概念的:

640?wx_fmt=png&wxfrom=5&wx_lazy=1

 决策树回归:与决策树分类相似,但是使用均方误差或类似的指标来确定分叉,而不是交叉熵或杂质度

640?wx_fmt=png&wxfrom=5&wx_lazy=1

Early Stopping:当确认损失增加的时候,神经网络训练就停止

640?wx_fmt=png&wxfrom=5&wx_lazy=1

 梯度悬崖:当损失函数急剧下降时会产生梯度悬崖。若陡坡导致优化算法的值超过最小值,会引起问题

ce6a54da52aa86d7393b223adb7f7d435a7b6433

 验证曲线:将某些超取不同的值时所对应的性能指标可视化

af5a6f94edf3ebc13cf47ee30f00188aac8072ea

 支持向量(解释全在图里了)

1bdd4c8a37ef235a39a637e2cdf4a3807d4640d0

 L2 NORM:机器学习中有很多地方都能用到L2 NORM,比如说将观测值归一化,或者正则化

Chris一直在推特上分享出自己手绘闪卡的图片,同时也在machinelearningflashcards网站上以10美元的价格出售。出售的是闪卡的各种格式的高质量打印版(包括SVG、PDF和PNG格式)。

量子位搬运了一小份,公众号后台回复:闪卡,就可免费获得73张(不那么高清的)手绘小卡片。

本文作者:颜萌 李林
原文发布时间:2017-09-04 

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

官方博客
官网链接