像背单词一样搞定机器学习关键概念:300张小抄表满足你的所有AI好奇

简介:

96dadb283e11a87c9075637cc82f106acddc40eb

入坑数据科学和人工智能的同学都知道,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。

可能你和文摘菌一样,读了无数遍“西瓜书”,还是记不住什么是AUC值。那么这时候,你可能需要一种新的学习方式——小抄表(cheatsheet/flashcards)。

104db053148efae4f46d69bee3b20ccd6e3a75ce

最近,文摘菌办公室的画风就颇清奇,到处都能看到这样的写着机器学习概念的小卡片。

0d7186a47474ffd6d93073f1febdabb4b8eaeb6a

喝水的时候来一张【AIC】

小零食柜上来一张【拟合度】

补口红时候来一张【AUC】

看花花时候来一张【BIAS】

简直分分钟搞定机器学习各种记不住的概念啊!上一次出现这样轰轰烈烈的学习阵仗还是全宿舍一起背托福单词的时候。

这些被文摘菌散落办公室各处的小抄表来自机器学习网红Chris Albon博士。Chris 是一位很有热情的机器学习从业者、数据科学家,也是初创公司NewKnowldgeAI的联合创始人。

在他自己学习机器学习的时候,发现通过这样的小卡片理解和记忆机器学习相关概念,比单纯读教科书要有效的多。于是便总结了300+个机器学习概念,并用彩笔手绘、扫描,制作了这套精致的小抄表礼包。

当然,这份小抄表是全英文的,在Chris Albon的网站上售价12刀,销量很好。想要获得英文全版的同学,文摘菌也把链接附在这里:https://machinelearningflashcards.com/

这份小抄表还在持续更新,也欢迎各位关注大咖Chris Albon的twitter@chrisalbon,获得小抄表最新消息。

8043cc3665d412cd55819e62a8eeb2346f841f2b

是不是超级酷?

大数据文摘也在大咖的基础上,做了一些有点酷的事情。

是的,就像在开头你看到的那样,我们组织了近40人的志愿者团队,把这份300页的小抄表汉化了一遍!

当然不仅仅是简单的英译汉,我们还认真研究了大咖适用的字体、配的图表,并且保留了每张小抄表的原作者签名,力图在尊重原作者的前提下,原汁原味还原这份小抄表的手绘感觉。

首批小抄表刚刚完成时,我们战战兢兢的把几张汉化作品发给了原作者Chris Albon,大咖不仅回复了我们,还在推特乐呵呵的po出了我们的成果:“有人把小抄表翻译成了汉语!Super cool!”(被大咖表扬笑出声!)

7a28b696da5232cd20e55d811831b43227b4b63b

当然这条推特也吸引来了一些鬼畜的评论,比如下边这条:

8f213d5f6df730a9934c89f42b0146f83d650ec8

-“你确定这不是用机器学习算法翻译的?”

文摘菌:我求你把这么智能的算法推荐给我啊

05ddcf8c47a7c18ba6cbd81abf0e1f893adf3a62

这个DC的Finds同学非常贴心的感叹,“你能想象这得花多久吗?!”

文摘菌:当然花了很久啊,要搞定这套“小抄表“,你需要又懂翻译又懂设计又懂机器学习,文摘菌和ta的全能朋友们从10月份开始工作,一直断断续续换了2波人,终于即将完成了这个宏大的工程。给所有的志愿者打call!

4808c80635eca8a0c27fec2f02cff9cd337651f1

还有一位叫做jonas的大哥质疑“哈哈这并不是中文(微笑脸)”

文摘菌想说,哥们是不是你只认识一种字体的中文,换个字体就不认识了啊(微笑脸)

最后,大家最关心的可能还是,这么酷的小抄表怎么获得。

你可以通过这些方式获得小抄表全部内容:

1、最终的校对和确认工程还在进行,我们每天会放出3-5张最新内容,一直持续到300张全部放出。

2、当然,为了督促大家学习,从明天开始,大数据文摘也会在每篇推文后放上一张最新的小抄表,大家可以在看文的同时一起搞定当天的学习内容哦。

3、添加大数据文摘客服账号“文文”(ID:bigdatagjj),“文摘菌”(ID:superbigdata),ta们也会在朋友圈每天发布最新小抄表,和大家一起学习。

最后,让我们感谢所有参与这次翻译校对设计和管理的志愿者们,是你们不计回报的付出才让这份小抄表的中文版最终面世:

翻译:范玥灿Edward、李越、魏晓聪、笪洁琼、文静、一针、Echo Lai、王富贵、王奕磊、蔡雨辰、冯媛、刘冠男、张礼俊、潘一伟、李聪之、远方

校对:程亚雄、金诗韵、田苗苗、Fox 、吕征达、赵承业、夕映、张露、邹可 、Figo、Jamie Sun、马新、李浩铭、徐子尧、谑、伊可心、赵江、kevin、koala

设计:王富贵、王得宇

统筹:王富贵、魏子敏、韩蕊

以下是部分小抄表内容,各位不妨先睹为快啊:

40ea09c080e10bcdbc3ab15af6bfc97c499c28b4



原文发布时间为:2018-01-16

本文作者:文摘菌

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
5月前
|
人工智能 自然语言处理 IDE
模型微调不再被代码难住!PAI和Qwen3-Coder加速AI开发新体验
通义千问 AI 编程大模型 Qwen3-Coder 正式开源,阿里云人工智能平台 PAI 支持云上一键部署 Qwen3-Coder 模型,并可在交互式建模环境中使用 Qwen3-Coder 模型。
1036 109
|
5月前
|
存储 人工智能 测试技术
手把手带你入门AI智能体:从核心概念到第一个能跑的Agent
AI智能体是一种能感知环境、自主决策并执行任务的人工智能系统。它不仅能生成回应,还可通过工具使用、计划制定和记忆管理完成复杂工作,如自动化测试、脚本编写、缺陷分析等。核心包括大语言模型(LLM)、任务规划、工具调用和记忆系统。通过实践可逐步构建高效智能体,提升软件测试效率与质量。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
AI概念解析:从入门到精通的43个关键术语指南
本文系统梳理AI领域50个核心术语,涵盖基础概念、技术原理、应用场景与合规风险,帮助读者精准理解AI本质,把握技术演进脉络与产业趋势,提升智能时代认知与决策能力。
|
7月前
|
机器学习/深度学习 人工智能 监控
AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程
本系列文章深入讲解了从Seq2Seq、RNN到Transformer,再到GPT模型的关键技术原理与实现细节,帮助读者全面掌握Transformer及其在NLP中的应用。同时,通过一个房价预测的完整案例,介绍了算法工程师如何利用数据训练模型并解决实际问题,涵盖需求分析、数据收集、模型训练与部署等全流程。文章适合初学者和开发者学习AI基础与实战技能。
951 25
AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程
|
8月前
|
人工智能 监控 测试技术
云上AI推理平台全掌握 (1):PAI-EAS LLM服务一键压测
在AI技术飞速发展的今天,大语言模型(LLM)、多模态模型等前沿技术正深刻改变行业格局。推理服务是大模型从“实验室突破”走向“产业级应用”的必要环节,需直面高并发流量洪峰、低延时响应诉求、异构硬件优化适配、成本精准控制等复杂挑战。 阿里云人工智能平台 PAI 致力于为用户提供全栈式、高可用的推理服务能力。在本系列技术专题中,我们将围绕分布式推理架构、Serverless 弹性资源全球调度、压测调优和服务可观测等关键技术方向,展现 PAI 平台在推理服务侧的产品能力,助力企业和开发者在 AI 时代抢占先机,让我们一起探索云上 AI 推理的无限可能,释放大模型的真正价值!