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?

 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:

 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

Early Stopping:当确认损失增加的时候,神经网络训练就停止

 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

 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

 支持向量(解释全在图里了)

 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 
相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 JavaScript
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
在信息论、机器学习和统计学领域中,KL散度(Kullback-Leibler散度)是量化概率分布差异的关键概念。本文深入探讨了KL散度及其相关概念,包括Jensen-Shannon散度和Renyi散度。KL散度用于衡量两个概率分布之间的差异,而Jensen-Shannon散度则提供了一种对称的度量方式。Renyi散度通过可调参数α,提供了更灵活的散度度量。这些概念不仅在理论研究中至关重要,在实际应用中也广泛用于数据压缩、变分自编码器、强化学习等领域。通过分析电子商务中的数据漂移实例,展示了这些散度指标在捕捉数据分布变化方面的独特优势,为企业提供了数据驱动的决策支持。
61 2
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
|
1月前
|
机器学习/深度学习 传感器 算法
机器学习入门(一):机器学习分类 | 监督学习 强化学习概念
机器学习入门(一):机器学习分类 | 监督学习 强化学习概念
|
6月前
|
机器学习/深度学习 自然语言处理 算法
|
3月前
|
机器学习/深度学习 人工智能 前端开发
【机器学习】FlyFlowerSong【人工智能】资源指南
FlyFlowerSong是一个创新的音乐合成与处理项目,它利用先进的机器学习算法,为用户提供了一个简单而有趣的音乐创作平台。作为人工智能领域的技术自媒体创作者,我整理了关于FlyFlowerSong的完整教程、论文复现指南以及demo项目源代码,旨在帮助开发者、音乐爱好者以及AI研究者深入探索这一领域。
35 1
|
3月前
|
机器学习/深度学习 算法
【机器学习】解释对偶的概念及SVM中的对偶算法?(面试回答)
解释了对偶的概念,指出对偶性在优化问题中的重要性,尤其是在强对偶性成立时可以提供主问题的最优下界,并且详细阐述了支持向量机(SVM)中对偶算法的应用,包括如何将原始的最大间隔优化问题转换为对偶问题来求解。
86 2
|
3月前
|
机器学习/深度学习
【机器学习】准确率、精确率、召回率、误报率、漏报率概念及公式
机器学习评估指标中的准确率、精确率、召回率、误报率和漏报率等概念,并给出了这些指标的计算公式。
601 0
|
4月前
|
机器学习/深度学习 人工智能 运维
人工智能平台PAI使用问题之一直显示"正在等待在云端的gateway资源",该如何处理
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
3月前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】凸集、凸函数、凸优化、凸优化问题、非凸优化问题概念详解
本文解释了凸集、凸函数、凸优化以及非凸优化的概念,并探讨了它们在机器学习中的应用,包括如何将非凸问题转化为凸问题的方法和技术。
244 0
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
机器学习之深度学习算法概念
深度学习算法是一类基于人工神经网络的机器学习方法,其核心思想是通过多层次的非线性变换,从数据中学习表示层次特征,从而实现对复杂模式的建模和学习。深度学习算法在图像识别、语音识别、自然语言处理等领域取得了巨大的成功,成为人工智能领域的重要技术之一。
90 3
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之部署时是否可以自定义资源的区域
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。