对商业智能 BI, 大数据分析挖掘, 机器学习, python,R 等数据领域感兴趣的同学加微信: tsaiedu, 并注明消息来源, 邀请你进入数据爱好者交流群, 数据爱好者们都在这儿.
转载自公众号: 机器学习初学者
《统计学习方法》可以说是机器学习的入门宝典, 许多机器学习培训班, 互联网企业的面试, 笔试题目, 很多都参考这本书. 本站根据网上资料用 python 复现了课程内容, 并提供本书的代码实现, 课件及电子书下载.
《统计学习方法》简介
《统计学习方法》全面系统地介绍了统计学习的主要方法, 特别是监督学习方法, 包括感知机, k 近邻法, 朴素贝叶斯法, 决策树, 逻辑斯谛回归与支持向量机, 提升方法, em 算法, 隐马尔可夫模型和条件随机场等. 除第 1 章概论和最后一章总结外, 每章介绍一种方法. 叙述从具体问题或实例入手, 由浅入深, 阐明思路, 给出必要的数学推导, 便于读者掌握统计学习方法的实质, 学会运用.
《统计学习方法》可以说是机器学习的入门宝典, 许多机器学习培训班, 互联网企业的面试, 笔试题目, 很多都参考这本书.
课程目录:
第 1 章 统计学习方法概论
第 2 章 感知机
第 3 章 k 近邻法
第 4 章 朴素贝叶斯
第 5 章 决策树
第 6 章 逻辑斯谛回归
第 7 章 支持向量机
第 8 章 提升方法
第 9 章 EM 算法及其推广
第 10 章 隐马尔可夫模型
第 11 章 条件随机场
第 12 章 统计学习方法总结
统计学习方法的代码实现
《统计学习方法》官方没有提供代码实现, 但是网上有许多机器学习爱好者尝试对每一章的内容进行了代码实现.
本站在 GitHub 网站搜集了一些代码进行整理, 并作了一定的修改, 使用 python3.6 实现了第 1-11 章的课程代码.
代码目录与截图:
图: 代码目录 (ipynb 格式)
图: 代码截图 (ipynb 格式)
课件
《统计学习方法》课件
作者袁春: 清华大学深圳研究生院, 提供了全书 12 章的 PPT 课件.
图: 课件截图
总结
《统计学习方法》可以说是机器学习的入门宝典, 本站根据网上资料用 python 复现了课程内容 (仅第 11 章条件随机场有小部分尚未复现), 并提供本书的代码实现, 课件及电子书下载.
参考
- https://github.com/wzyonggege/statistical-learning-method
- https://github.com/WenDesi/lihang_book_algorithm
- https://blog.csdn.net/tudaodiaozhale
本文所有资料下载请回复 "统计学习方法" 查看
公众号后台回复关键词学习
回复免费获取免费课程
回复直播获取系列直播课
回复 Python1 小时破冰入门 Python
回复人工智能从零入门人工智能
回复深度学习手把手教你用 Python 深度学习
回复机器学习小白学数据挖掘与机器学习
回复贝叶斯算法贝叶斯与新闻分类实战
回复数据分析师数据分析师八大能力培养
回复自然语言处理自然语言处理之 AI 深度学习
来源: http://www.jianshu.com/p/1b486c552b87