《統計學習方法》的Python 3.6復現，實測可用
阿新 • • 發佈：2018-12-17
選自Github，作者：黃海廣。
《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、網際網路企業的面試、筆試題目，很多都參考這本書。機器之心近期發現了一個 GitHub 專案，其用 Python 復現了課程內容，並提供這本書的程式碼實現和課件。實現程式碼的配置環境是 Python 3.6，已經全部測試通過。
《統計學習方法》，作者李航，本書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、邏輯斯諦迴歸與支援向量機、提升方法、EM 演算法、隱馬爾可夫模型和條件隨機場等。除第 1 章概論和最後一章總結外，每章介紹一種方法。敘述從具體問題或例項入手，由淺入深，闡明思路，給出必要的數學推導，便於讀者掌握統計學習方法的實質，學會運用。
統計學習方法的程式碼實現
《統計學習方法》官方沒有提供程式碼實現，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程式碼實現。作者在 GitHub 網站蒐集了一些程式碼進行整理，並作了一定的修改，使用 Python3.6 實現了第 1-11 章的課程程式碼。
程式碼目錄與截圖：
演算法示例
《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。
提取碼：ofmw