新智元报道
李航博士的《统计学习方法》可以说是机器学习的入门宝典。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,是非常值得学习的材料。
前几天,新智元刚刚介绍了清华大学深圳研究院的袁春教授为《统计学习方法(第2版)》制作的课件资源和下载链接。实际上,关于《统计学习方法》的周边资源非常丰富,很多优秀资源都是开发者自己结合书中内容自己总结的。
今天Github上热门趋势榜单上就再次出现了《统计学习方法》书中实例的Python代码实现合集,本日热度上升榜居首。该实现使用Jupyter Notebook,将李航老师的著作用Python代码进行了实现,对学习者非常有价值。
本资源涵盖原书共计13章内容,包括统计学习方法概论、感知机、k近邻法、朴素贝叶斯、决策树、逻辑斯谛回归、支持向量机、提升方法、EM算法及其推广、隐马尔可夫模型、条件随机场、监督学习方法总结、无监督学习概论等内容。
每章内容中,都按照原书中的实例给出了代码和简要解析。
目前这个代码资源库已按照第二版内容更新了前12章。未来将陆续更新第二版的其他新增内容。
本资源作者为中国海洋大学计算机软件专业博士黄海广。作者的Github页面上的其他资源也同样值得一看,如吴恩达机器学习教程笔记、数据科学资料和笔记合集、PaddlePaddle教程、机器学习初学者公众号作品合集等内容。感兴趣的小伙伴们可以立即关注一波。
GitHub资源链接:
https://github.com/fengdu78