像背单词一样搞定300个机器学习关键概念

如何了解机器学习并快速入门?

听课(数据科学小组 机器学习小组)，看《西瓜书》, 看吴恩达的视频教程，甚至听博客，看知乎问答...

但是, 机器学习是一个集合了计算机、统计学和数学知识的交叉领域. 除了日常阅读和做项目练习，也需要很多枯燥的记忆和理解。单纯读书不容易串联概念，又容易忘记。如果你也读了无数遍“西瓜书”还是记不住什么是AUC值, 翻了几遍“ESL”还是说不清楚混淆矩阵(confusion matrix)中的Precision和Recall哪个是哪个...那么, 像当初记单词一样用炫酷的flashcards每天帮助如何? 

吃零食的时候来一张【AUC】

公交车上背一张【拟合度】

吃饭时候来一张【Bagging和Dropout的区别】

看花花时候来一张【贝叶斯误差】

你或许在Twitter或其他网站上看见过 #machinelearningflashcards 的标签。这个卡片的设计人就是Chris Albon, 一名数据科学家，有着十年的统计学习、人工智能和软件工程方面的经验，他还是Reddit数据科学板块的Moderator。

我们再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😂）

Chris一直在推特上分享出自己手绘flashcards的图片，同时也在machinelearningflashcards网站上以12美元的价格出售。出售的是flashcards的各种格式的高质量打印版(包括SVG、PDF和PNG格式)。

小组当然也买了一份！

并且！

将它们定做成了实体卡片!

是不是肥常好看？

有哪些幸运儿可以免费获得呢？ 

看这里！

↓↓↓点击【阅读原文】数据科学 立刻开学