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。
887d4af79e87569d1ede27542bb31efb.webp


李航,男,毕业于日本京都大学电气电子工程系,日本东京大学获得计算机科学博士学位。北京大学、南京大学兼职教授。曾任日本NEC公司中央研究所研究员,微软亚洲研究院高级研究员与主任研究员、华为技术有限公司诺亚方舟实验室主任。现任字节跳动科技有限公司人工智能实验室总监,主要研究方向为自然语言处理、信息检索、机器学习等。

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
e5bbd4b220d1d21de7ffc0524ae3ed04.webp

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。


第一篇监督学习

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


附录 A 梯度下降法附录 B 牛顿法和拟牛顿法附录 C 拉格朗日对偶性附录 D 矩阵的基本子空间附录 E KL 散度的定义和狄利克雷分布的性质索引 

下载链接:

https://pan.baidu.com/s/1BLGUPho2hsbxxQDdcQlwLg

提取码:ymak


562a87d1b7e62468160b44a7d682e3f8.webp


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 。


91ef4e2e79054b93ee583905ffd6be12.webp


7e0d4d529d3e2c8f948e8397058c943e.webp

你可能还喜欢


数学在机器学习中到底有多重要?

AI 新手学习路线,附上最详细的资源整理!

提升机器学习数学基础,推荐7本书

酷爆了!围观2020年十大科技趋势

机器学习该如何入门,听听过来人的经验!

今日头条、抖音推荐算法原理全文详解!

通俗易懂!《图机器学习导论》附69页PPT

22 张精炼图笔记,深度学习专项学习必备

吴恩达《Machine Learning Yearning》中文

《TensorFlow 2.0 深度学习算法实战》中文

深入浅出机器学习与数学的关系

机器学习之数学基础:线性代数

GitHub的开源项目:深度学习500问

机器学习涉及到一些最常用的数学知识


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

7b9b017e2958b6fdbdd59eaf20ba42a4.webp
ab8e97ba21c4d246921e2f969846fea3.webp
浏览 109
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报