力求每行代码都有注释,重要部分注明公式来源。具体会追求下方这样的代码,学习者可以照着公式看程序,让代码有据可查。

image

如果时间充沛的话,可能会试着给每一章写一篇博客。先放个博客链接吧:传送门。

博客:统计学习方法|感知机原理剖析及实现
实现:perceptron/perceptron_dichotomy.py

博客:统计学习方法|K近邻原理剖析及实现
实现:KNN/KNN.py

博客:统计学习方法|朴素贝叶斯原理剖析及实现
实现:NaiveBayes/NaiveBayes.py

博客:统计学习方法|决策树原理剖析及实现
实现:DecisionTree/DecisionTree.py

博客:逻辑斯蒂回归:统计学习方法|逻辑斯蒂原理剖析及实现
博客:最大熵:统计学习方法|最大熵原理剖析及实现

实现:逻辑斯蒂回归:Logistic_and_maximum_entropy_models/logisticRegression.py
实现:最大熵:Logistic_and_maximum_entropy_models/maxEntropy.py

博客:统计学习方法|支持向量机(SVM)原理剖析及实现
实现:SVM/SVM.py

实现:AdaBoost/AdaBoost.py

实现:EM/EM.py

实现:HMM/HMM.py

项目未来短期内不再更新,如有疑问欢迎使用issue,也可添加微信或邮件联系。
此外如果有需要MSRA实习内推的同学,欢迎骚扰。
Wechat: lvtengchao(备注"blog-学校/单位-姓名")
Email: lvtengchao@pku.edu.cn