机器学习概念太多记不住？别怕，这有一套手绘小卡片 | 资源

颜萌 李林 编译整理
量子位 出品 | 公众号 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。

— 完 —

加入社群

量子位AI社群8群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot2入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot2，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI

վ'ᴗ' ի 追踪AI技术和产品新动态