StatQuest 圖解機器學習
內容簡介
https://youtu.be/gbutMGu9FJM
☆★☆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）。
☆★☆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）。
目錄
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
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
序／導讀
致謝
撰寫本書的想法來自觀眾在YouTube上我的StatQuest頻道下的評論。我承認，當我第一次看到人們要求將StatQuest頻道的內容成書時，我並不認為這是可能的，因為我不知道如何將頻道中透過圖片展示的機器學習講解轉換為文字。但當我創建了StatQuest的學習指南後，我意識到不用拘泥於「寫」一本書，而是可以「畫」一本書。因此，我開始著手這本書的創作了。
這本書的出版得到了很多人的幫助。
首先，我要感謝Patreon和YouTube上所有「讚！讚！讚！」的支持者：U-A Castle、J.Le、A.Izaki、GabrielRobet、A.Doss、J.Gaynes、Adila、A.Takeh、J.Butt、M.Scola、Q95、Aluminum、S.Pancham、A.Cabrera和N.Thomson。
我還要感謝我的文字編輯Wendy Spitzer，她對本書進行了魔法般的審校，糾正了無數的錯誤，就可讀性給予我寶貴的反饋，並確保每個概念都得到了清晰的解釋。此外，我還要感謝Adila、Gabriel Robet、Mahmud Hasan博士、Ruizhe Ma、Samuel Judge和Sean Moran，他們協助我做了從排版到確保數學計算正確性的一切工作。
最後，我要感謝Will Falcon和Lightning AI的整個團隊。
撰寫本書的想法來自觀眾在YouTube上我的StatQuest頻道下的評論。我承認，當我第一次看到人們要求將StatQuest頻道的內容成書時，我並不認為這是可能的，因為我不知道如何將頻道中透過圖片展示的機器學習講解轉換為文字。但當我創建了StatQuest的學習指南後，我意識到不用拘泥於「寫」一本書，而是可以「畫」一本書。因此，我開始著手這本書的創作了。
這本書的出版得到了很多人的幫助。
首先，我要感謝Patreon和YouTube上所有「讚！讚！讚！」的支持者：U-A Castle、J.Le、A.Izaki、GabrielRobet、A.Doss、J.Gaynes、Adila、A.Takeh、J.Butt、M.Scola、Q95、Aluminum、S.Pancham、A.Cabrera和N.Thomson。
我還要感謝我的文字編輯Wendy Spitzer，她對本書進行了魔法般的審校，糾正了無數的錯誤，就可讀性給予我寶貴的反饋，並確保每個概念都得到了清晰的解釋。此外，我還要感謝Adila、Gabriel Robet、Mahmud Hasan博士、Ruizhe Ma、Samuel Judge和Sean Moran，他們協助我做了從排版到確保數學計算正確性的一切工作。
最後，我要感謝Will Falcon和Lightning AI的整個團隊。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價