欢迎来到机器学习通关第5关，老规矩先来抽查一下大家的学习情况！今日抽查第1、11、22个机器学习关键概念；

1. AdaBoost算法
2. Bagging Vs Dropout
3. Chain Rule Of Calculus，微积分中的链式求导法则

<<< 左右滑动见更多 >>>

你的正确率是多少？有需要查漏补缺补缺以及打算继续闯关的小伙伴，可以阅读历史文章进行查漏补缺。

昨日闯关回顾

昨天的10个关键概念，你都拿捏住了么？快速过一下昨天都学习那些概念，自测一下都记住多少😁

31. Dataset Augmentation,数据增强
32. DBSCAN，代表点聚类算法
33. Decision Tree Regression，决策树回归
34. Decision Trees，决策树
35. Design Matrix，矩阵设计
36. Derivative，导数
37. Determinants，行列式
38. Does k-NN Learn，KNN算法
39. Dot Product，点积
40. Downsampling，降采样

向右滑动卡片快速回顾，机器学习关键31-40

<<< 左右滑动见更多 >>>

今日闯关内容

先来快速看一下今日学习的关键概念：

41. Dropout,信息丢失
42. Early Stopping Advantages，提前停止训练的优势
43. Early Stopping，提前停止训练
44. Effect Of One-Hot On Feature Importance，热点对特征的影响
45. Eigenvector，特征向量
46. ElasticNet，弹性网络
47. ELUs，指数型线性单元
48. Encoding Ordinal Categorical Features，编码有序类别特征
49. Ensemble Methods，集成学习方法
50. Epoch，迭代轮数

恭喜你顺利通关✌️，后台回复机器学习通关5,获取机器学习概念41-50小抄PDF版。

到今天为止，你已经累计学习50个机器学习关键概念了。明天继续，下一关机器学习概念51-60～