StatQuest 圖解機器學習 (1版)

☆★☆ Youtube頻道訂閱超過160萬 ☆★☆ ☆★☆ StatQuest with Josh Starmer幕後創作者第一本繁體中文書 ☆★☆ ☆★☆ 看漫畫輕鬆學習機器學習 ☆★☆ Josh Starmer博士在YouTube的影片觀看次數突破9200萬次（截至2026年6月的數據），他幫助世界各行各業的人贏得數據科學競賽、通過考試、順利畢業、成功求職或晉升，因此被大家譽為「矽谷守護神」。他那獨特的圖文表達形式和幽默的語言風格深受觀眾喜愛。這本《StatQuest圖解機器學習》結合了他創新的視覺呈現方式，深入淺出地闡釋了機器學習的基礎知識和高階知識，是一本輕鬆理解機器學習的「漫畫書」。 本書前3章著重介紹了機器學習的整體框架和主要思想，從第4章起，介紹了各種機器學習演算法：從基礎的線性迴歸（第4章）和邏輯迴歸（第6章）到樸素貝葉斯（第7章）和決策樹（第10章），最後介紹了支援向量機（第11章）和神經網路（第12章）。在介紹機器學習演算法的同時，本書還穿插介紹了機器學習的進階知識和實用技巧，如梯度下降法（第5章）、模型性能度量（第8章）和防止過擬合的正則化方法（第9章）。

第1章　機器學習的基本概念 機器學習：主要思維 機器學習分類問題：主要思維 機器學習迴歸問題：主要思維 機器學習方法的比較：主要思維 機器學習的主要思維：總結 第2章　交叉驗證法 交叉驗證法：主要思維 第3章　統計學的基本概念 統計學：主要思維 直方圖：主要思維 機率分布：主要思維 離散機率分布：主要思維 離散機率分布：總結 連續機率分布：主要思維 正態（高斯）分布：主要思維1 正態（高斯）分布：主要思維2 其他連續機率分布：主要思維 連續機率分布：總結 模型：主要思維1 模型：主要思維2 殘差平方和：主要思維1 殘差平方和：主要思維2 均方誤差（MSE）：主要思維 R2：主要思維 p值：主要思維1 p值：主要思維2 p值：主要思維3 p值：主要思維4 p值：主要思維5 統計學的基本概念：總結 第4章　線性迴歸 線性迴歸：主要思維 擬合線：主要思維 線性迴歸的p值和R2：主要思維 多元線性迴歸：主要思維 第5章　梯度下降法 梯度下降法：主要思維 隨機梯度下降法：主要思維 第6章　邏輯迴歸 邏輯迴歸：主要思維1 邏輯迴歸：主要思維2 邏輯迴歸：主要思維3 擬合數據：主要思維1 擬合數據：主要思維2 擬合數據：主要思維3 第7章　樸素貝葉斯 樸素貝葉斯：主要思維 多項樸素貝葉斯：處理缺失數據 多項樸素貝葉斯 vs 高斯樸素貝葉斯 第8章　模型性能度量 模型性能度量：主要思維 混淆矩陣：主要思維 靈敏度和特異度：主要思維 精確率和召回率：主要思維 真陽性率和假陽性率：主要思維 ROC：主要思維1 ROC：主要思維2 ROC：主要思維3 ROC：主要思維4 ROC：主要思維5 ROC：主要思維6 AUC：主要思維 PR曲線：主要思維1 PR曲線：主要思維2 第9章　防止過擬合的正則化方法 正則化：主要思維 第10章　決策樹 分類樹與迴歸樹：主要思維 分類樹：主要思維 構建分類樹：總結 迴歸樹：主要思維1 迴歸樹：主要思維2 第11章　支援向量機 支援向量機：主要思維 第12章　神經網路 神經網路：主要思維 激勵函數：主要思維 逆傳播：主要思維 附錄　在課堂裏學過但需要溫習的知識 附錄A 關於派的機率 附錄B 均值、變異數以及標準差 附錄C 計算連續機率分布機率的計算機命令 附錄D 導數的主要思維 附錄E 多項式求導公式 附錄F 鏈式法則 致謝