機器學習入門寶典《統計學習方法》的介紹

《統計學習方法》可以說是機器學習的入門寶典，許多機器學習培訓班、互聯網企業的面試、筆試題目，很多都參考這本書。本站根據網上資料用python復現了課程內容，并提供本書的代碼實現、課件及電子書下載。

《統計學習方法》簡介

《統計學習方法》全面系統地介紹了統計學習的主要方法，特別是監督學習方法，包括感知機、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與支持向量機、提升方法、em算法、隱馬爾可夫模型和條件隨機場等。除第1章概論和最后一章總結外，每章介紹一種方法。敘述從具體問題或實例入手，由淺入深，闡明思路，給出必要的數學推導，便于讀者掌握統計學習方法的實質，學會運用。

《統計學習方法》可以說是機器學習的入門寶典，許多機器學習培訓班、互聯網企業的面試、筆試題目，很多都參考這本書。

課程目錄:

第1章 統計學習方法概論

第2章 感知機

第3章 k近鄰法

第4章 樸素貝葉斯

第5章 決策樹

第6章 邏輯斯諦回歸

第7章 支持向量機

第8章 提升方法

第9章 EM算法及其推廣

第10章 隱馬爾可夫模型

第11章 條件隨機場

第12章 統計學習方法總結

統計學習方法的代碼實現

《統計學習方法》官方沒有提供代碼實現，但是網上有許多機器學習愛好者嘗試對每一章的內容進行了代碼實現。

本站在github網站搜集了一些代碼進行整理，并作了一定的修改，使用python3.6實現了第1-11章的課程代碼。

代碼目錄與截圖：

圖：代碼目錄（ipynb格式）

圖：代碼截圖（ipynb格式）

課件

《統計學習方法》課件

作者袁春： 清華大學深圳研究生院，提供了全書12章的PPT課件。

圖：課件截圖

總結

《統計學習方法》可以說是機器學習的入門寶典，本站根據網上資料用python復現了課程內容（僅第11章條件隨機場有小部分尚未復現），并提供本書的代碼實現、課件及電子書下載。