本站推荐
书籍资料
- 内容简介
- 作者介绍
- 书籍目录
Josh Starmer博士的YouTube账号中，“StatQuest”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知识和高阶知识，是一本轻松理解机器学习的“漫画书”。
《StatQuest 图解机器学习（全彩）》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）。
Josh Starmer，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。
第1章机器学习的基本概念001
机器学习：主要思想002
机器学习分类问题：主要思想003
机器学习回归问题：主要思想004
机器学习方法的比较：主要思想005
机器学习的主要思想：总结010
第2章交叉验证法014
交叉验证法：主要思想015
第3章统计学的基本概念023
统计学：主要思想024
直方图：主要思想025
概率分布：主要思想029
离散概率分布：主要思想030
离散概率分布：总结040
连续概率分布：主要思想041
正态（高斯）分布：主要思想1042
正态（高斯）分布：主要思想2043
其他连续概率分布：主要思想047
连续概率分布：总结048
模型：主要思想1049
模型：主要思想2050
残差平方和：主要思想1051
残差平方和：主要思想2052
均方误差（MSE）：主要思想054
R2：主要思想056
p值：主要思想1061
p值：主要思想2062
p值：主要思想3
63
p值：主要思想4064
p值：主要思想5065
统计学的基本概念：总结066
第4章线性回归068
线性回归：主要思想069
拟合线：主要思想070
线性回归的p值和R2：主要思想072
多元线性回归：主要思想073
第5章梯度下降法076
梯度下降法：主要思想077
随机梯度下降法：主要思想097
第6章逻辑回归101
逻辑回归：主要思想1102
逻辑回归：主要思想2103
逻辑回归：主要思想3104
拟合数据：主要思想1108
拟合数据：主要思想2109
拟合数据：主要思想3110
第7章朴素贝叶斯113
朴素贝叶斯：主要思想114
多项朴素贝叶斯：处理缺失数据120
多项朴素贝叶斯vs.高斯朴素贝叶斯121
朴素贝叶斯：常见问题1126
朴素贝叶斯：常见问题2127
朴素贝叶斯：常见问题3128
第8章模型性能度量129
模型性能度量：主要思想130
混淆矩阵：主要思想131
灵敏度和特异度：主要思想136
精确率和召回率：主要思想137
真阳性率和假阳性率：主要思想139
ROC：主要思想1140
ROC：主要思想2141
ROC：主要思想3142
ROC：主要思想4143
ROC：主要思想5144
ROC：主要思想6145
AUC：主要思想151
PR曲线：主要思想1154
PR曲线：主要思想2155
第9章防止过拟合的正则化方法157
正则化：主要思想158
岭回归/L2正则化：提问与回答165
第10章决策树176
分类树与回归树：主要思想177
分类树：主要思想180
构建分类树：总结193
回归树：主要思想1195
回归树：主要思想2196
第11章支持向量机211
支持向量机：主要思想212
第12章神经网络227
神经网络：主要思想229
激活函数：主要思想233
逆传播：主要思想246
神经网络：提问与回答262
附录在课堂里学过但需要温习的知识264
附录A关于派的概率265
附录B均值、方差以及标准差268
附录C计算连续概率分布概率的计算机命令273
附录D导数的主要思想277
附录E多项式求导公式280
附录F链式法则282
致谢288
索引290
相关资源
编程不难（全彩图解 + 微课 + Python编程）（鸢尾花数学大系：从加减乘除到机器学习）
2026-03-31
