来源：开源最前线（ID：OpenSourceTop）
《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。这本书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。这本书在豆瓣上取得9分高分的好评，话不多说，让你们先看看豆瓣网友们对这本书的评价：这样优秀的一本书，唯一遗憾的是，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。比如猿妹今天要和大家分享的这个开源项目——Statistical-Learning-Method_Code。该项目里涵盖了《统计学习方法》书中所有涉及到的算法的实现，在Github上标星 3.9K，累计Fork有 1.1K。https://github.com/Dod-o/Statistical-Learning-Method_Code创建者尽量做到每一行的代码都有注释，重要部分注明公式来源，就如下图所示：这样一来，你就可以照着公式看程序，同时创建者，针对每一章都写了一篇的博客，方便大家理解。根据作者的博客介绍，一名来自北京大学的研究生，目前在MSRA intern，现阶段从事文摘生成方向研究。MSRA是微软亚洲研究院。回复下方「关键词」，获取优质资源
回复关键词「简明python」，立即获取入门必备书籍《简明python教程》电子版
回复关键词「爬虫」，立即获取爬虫学习资料
推荐阅读
感谢你的分享，点赞，在看三连↓
