李航博士《统计学习方法》课件分享,文末附下载
程序IT圈
共 1664字,需浏览 4分钟
·
2020-01-17 23:25
转自Python数据科学李航博士的《统计学习方法》可以说是机器学习的入门宝典。现如今,统计学习方法(第2版)于今年5月份出版,在第一版监督学习的基础上,增加了无监督学习内容,更加丰富,是非常值得学习材料。最近清华大学深圳研究院的袁春教授为《统计学习方法(第2版)》制作了课件方便学习观看。李航博士特此在微博上公开。
内容简介
统计学习方法即机器学习方法,是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇,全面系统地介绍了统计学习的主要方法,包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、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,以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外,每章介绍一种方法。叙述力求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。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。本书是统计机器学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生,也可供从事计算机应用相关专业的研发人员参考。
课件
目录
《统计学习方法》第二版主要分为两部分,目前在京东和淘宝等平台上已经可以预订了。第一部分的监督学习在内容主题上和第一版基本一致,这里就只展示了大章节标题。第二部分的无监督学习是全新的内容,因此这里展示了更多的细节。第 1 章统计学习及监督学习概论
第 2 章感知机第 3 章近邻法第 4 章朴素贝叶斯法第 5 章决策树第 6 章逻辑斯谛回归与最大熵模型第 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 章监督学习方法总结第二篇无监督学习
第 13 章无监督学习概论第 14 章聚类方法第 15 章奇异值分解第 16 章主成分分析第 17 章潜在语义分析第 18 章概率潜在语义分析第 19 章马尔可夫链蒙特卡罗法第 20 章潜在狄利克雷分配第 21 章 PageRank 算法第 22 章无监督学习方法总结下载链接:
https://pan.baidu.com/s/1BLGUPho2hsbxxQDdcQlwLg
提取码:ymak
如果需要机器学习视频,可以在公众号后台聊天框回复【机器学习】,可以免费获取编程视频 。
你可能还喜欢
吴恩达《Machine Learning Yearning》中文
长按加入T圈,接触人工智能
觉得内容还不错的话,给我点个“在看”呗
评论