正则化手册：探索改进机器学习模型功能的实用技巧

书籍：The Regularization Cookbook：Explore practical recipes to improve the functionality of your ML models

作者：Vincent Vandenbussche

出版：Packt Publishing

书籍下载-《正则化手册：探索改进机器学习模型功能的实用技巧》正则化是一种能够对未见数据产生准确结果的可靠方法。然而，应用正则化具有挑战性，因为它有多种形式，并且对每个模型必须进行适当的调整。《正则化手册》为您提供了处理任何情况所需的适当工具和方法，包括现成可用的工作代码和理论解释。https://mp.weixin.qq.com/s/QoWuQL3HmVbjnvco7ybfHg

01  书籍介绍

正则化是一种能够对未见数据产生准确结果的可靠方法。然而，应用正则化具有挑战性，因为它有多种形式，并且对每个模型必须进行适当的调整。《正则化手册》为您提供了处理任何情况所需的适当工具和方法，包括现成可用的工作代码和理论解释。

在介绍正则化和诊断何时使用正则化的方法之后，您将开始学习如何在线性模型（如线性回归和逻辑回归）和基于树的模型（如随机森林和梯度提升）上实施正则化技术。然后，您将学习基于数据、高基数特征和不平衡数据集的特定正则化方法。在最后五章中，您将了解深度学习模型的正则化方法。在回顾适用于任何类型神经网络的常规方法后，您将深入研究用于循环神经网络和Transformer的自然语言处理（NLP）特定方法，以及使用BERT或GPT-3的方法。最后，您将探索计算机视觉的正则化方法，包括卷积神经网络（CNN）的具体内容，以及使用稳定扩散和Dall-E等生成模型。

通过阅读本书，您将掌握不同的可应用于机器学习和深度学习模型的正则化技术。

您将学到什么：

· 诊断过拟合和正则化的需求

· 对常见的线性模型（如逻辑回归）进行正则化

· 了解基于树的模型（如XGBoost）的正则化

· 揭示结构化数据的秘密，以对机器学习模型进行正则化

· 探索正则化深度学习模型的通用技术

· 使用Transformer解决NLP问题的特定正则化技术

· 了解计算机视觉模型和CNN架构中的正则化

· 应用先进的计算机视觉正则化技术与生成模型

本书适用对象：

本书适用于数据科学家、机器学习工程师和机器学习爱好者，他们希望获得实践知识，以改进模型的性能。具备Python的基本知识是前提条件。

02  作者简介

Vincent Vandenbussche，核物理博士，在不同的公司工作了十年，大规模部署机器学习解决方案。他曾在雷诺、欧莱雅、通用电气、Jellysmack、香奈儿和欧洲核子研究中心等许多公司工作。

他对教学也充满热情：他共同创办了一个数据科学训练营，曾担任巴黎高等矿业学校和EDHEC商学院的机器学习讲师，并在ArcelorMittal和Orange等公司培训了许多专业人士。

03  书籍大纲