机器学习必备宝典-《统计学习方法》的python代码实现、电子书及课件

浏览: 1328

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 Python           1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

推荐 0
本文由 Python爱好者社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册