新書推薦:

《
中国丝绸艺术大系·广东省博物馆卷
》
售價:HK$
1078.0

《
海外中国研究·中国乐书:从战国到北宋
》
售價:HK$
162.8

《
明代赋役与白银——梁方仲著作集
》
售價:HK$
79.2

《
量子纠缠
》
售價:HK$
63.8

《
拥抱真实自我:内在小孩的探索和疗愈
》
售價:HK$
64.9

《
黑暗王后:缔造中世纪世界的血腥竞争
》
售價:HK$
129.8

《
小行星猎人:贝努小行星生命起源样本采集任务全记录
》
售價:HK$
63.8

《
孙机谈文物
》
售價:HK$
118.8
|
編輯推薦: |
Josh Starmer博士的YouTube账号“StatQuest”订阅者超135万人 视频的总观看量突破7500万次(截至2025年2月统计的数据)
他帮助世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升,因此被大家誉为“硅谷守护神”。
他独特的图文表达形式和幽默的语言风格深受观众喜爱。这本《StatQuest图解机器学习》结合了他创新的视觉呈现方式,深入浅出地阐释了机器学习的基础知识和高阶知识,是一本轻松理解机器学习的“漫画书”。是我们都爱的StatQuest统计学和机器学习书。
|
內容簡介: |
Josh Starmer博士在YouTube的账号“StatQuest”视频总观看量突破7000万次(2024年11月统计的数据),他帮助全世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升,因此被大家誉为“硅谷的守护神”。他那独特的图文表达形式和幽默的语言风格深受观众喜爱,这本《StatQuest图解机器学习》结合了他创新的视觉呈现方式,深入浅出地阐释了机器学习的基础和高阶知识,是一本轻松理解机器学习的“漫画书”。本书前3章着重介绍了机器学习的整体框架和核心思想,自第4四章起,逐一探讨了各种机器学习算法:从基础的线性回归(第4章)和逻辑回归(第6章)到朴素贝叶斯(第7章)和决策树(第10章),最后介绍了支持向量机(第11章)和神经网络(第12章)。随着读者学习的深入,第5章、第8章和第9章分别介绍了机器学习的进阶知识和实用技巧,如梯度下降法、模型性能度量和正则化方法等。
|
關於作者: |
Josh Starmer(乔什·斯塔默),YouTube热门频道“StatQuest with Josh Starmer”的幕后创作者。他以创新的视觉呈现方式和独特的教学风格,向全世界好奇的人们解释了统计学、数据科学和机器学习的概念和算法。StatQuest帮助全世界各行各业的人赢得数据科学竞赛、通过考试、顺利毕业、成功求职或实现晋升,因此,Josh被大家誉为“硅谷的守护神”;他也被誉为“统计学的比尔·奈”,因为他以趣味横生的方式使机器学习这一话题变得引人入胜;还有人赞誉他为“数据的鲍勃·罗斯”,因为他拒绝炒作,通过轻松、幽默的歌曲帮助人们减轻学习压力。
钱辰江美国芝加哥大学统计学硕士,加州大学洛杉矶分校数学经济本科。目前任职于美国硅谷某互联网创业公司,主要从事数据科学相关工作。曾任职于电商互联网公司Wish和美国银行,具有扎实的统计学理论基础和丰富的实战经验。潘文皓美国佐治亚大学统计学博士,研究方向为象征性数据的聚类分析算法。目前任职于美国苹果公司总部,主要从事数据科学相关的模型开发与研究工作。曾任美国富国银行量化分析师,负责反欺诈模型的开发、检测与应用。
|
內容試閱:
|
译者序
在现代科技迅速发展的今天,机器学习作为人工智能(AI)的重要基础,已经深入到各个领域。AI领域正吸引着日益增多的爱好者关注。然而,很多人在面对海量的数学公式和烦琐的推导过程时感到望而却步,其根本原因并非读者能力有限,而是市面上现有的图书资料未能充分激发读者的兴趣和积极性。
Josh Starmer的《StatQuest图解机器学习》这本书以其独特的图文形式和幽默的语言风格,深入浅出地阐释了机器学习的基础和高阶知识。这种展现形式能够与读者形成良性互动,提供正向反馈,使得初学者对机器学习以及人工智能产生更大的兴趣。同时,相关从业人员也可以反复阅读,不断从中汲取新的知识。
本书前3章着重介绍了机器学习的整体框架和主要思想,从第4章起,介绍了各种机器学习算法:从基础的线性回归(第4章)和逻辑回归(第6章)到朴素贝叶斯(第7章)和决策树(第10章),最后介绍了支持向量机(第11章)和神经网络(第12章)。在介绍机器学习算法的同时,本书还穿插介绍了机器学习的进阶知识和实用技巧,如梯度下降法(第5章)、模型性能度量(第8章)和防止过拟合的正则化方法(第9章)。阅读本书的读者需要掌握高中数学知识及基础的导数概念。对于导数尚不熟悉的读者,可以通过翻阅本书附录,快速回顾相关知识。
我国在AI领域的发展可谓突飞猛进,政府和企业均在大力推动AI的研究与应用。机器学习囊括了深度学习这一子领域,该领域利用多层神经网络处理复杂数据,并进一步将其应用于大型语言模型,以处理和生成自然语言文本等多样化应用。学习机器学习的重要性在于,它已然成为现代AI技术的基石,推动了众多前沿应用的发展。
通过翻译本书,我们期望能为国内的AI从业者和爱好者提供优质的学习资源,助力他们在机器学习及人工智能的广阔天地中自由翱翔。在翻译过程中,我和潘文皓博士深感责任重大。我们不仅要准确传达原书的知识内容,还要竭力保留其通俗易懂和富有趣味性的文风。我们致力于在维持原著精髓的同时,使译文更加贴近中文读者的阅读习惯和理解方式。尽管如此,受我们自身水平和时间所限,译文中难免存在瑕疵,恳请广大读者批评、指正。
在此特别感谢电子工业出版社的张慧敏编辑和孙东燕编辑,她们在本书的翻译和出版过程中给予了宝贵的支持和悉心的指导,没有她们的辛勤付出,本书难以如此顺利地呈现在广大读者面前。
钱辰江
|
|