每一单元的知识要点整理,课后习题解答,以及算法的Python实现
- Chapter1 统计学习及监督学概论
- Chapter2 感知机
- Chapter3 k近邻法
- Chapter4 朴素贝叶斯法
- Chapter5 决策树
- Chapter6 逻辑斯谛回归与最大熵模型
- Chapter7 支持向量机
- Chapter8 提升方法
- Chapter9 EM算法及其推广
- Chapter10 隐马尔可夫模型
- Chapter11 条件随机场
- Chapter12 监督学习方法总结
- Chapter13 无监督学习概论
- Chapter14 聚类方法
- Chapter15 奇异值分解
- Chapter16 主成分分析
- Chapter17 潜在语义分析
- Chapter18 概率潜在语义分析
- Chapter19 马尔可夫链蒙特卡罗法
- Chapter20 潜在狄利克雷分配
- Chapter21 PageRank算法
- Chapter22 无监督学习方法总结
- 统计学习方法 by李航
- 数学之美 by吴军
- 机器学习 by周志华
- 《统计学习方法》的代码实现
欢迎关注我的微信公众号,记录学习,记录生活~
