书籍介绍
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。作者介绍李航教授:研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。他一直活跃在相关学术领域,曽出版过三部学术专著,并在顶级国际学术会议和国际学术期刊上发表过上百篇学术论文,拥有40项授权美国专利。获得方式:
1.扫码关注 “机器学习实战” 公众号2.后台回复关键词:20240421注:此处建议复制,不然容易打错▲长按扫描关注,回复20240421即可获取课件详情
共22章详解监督学习和无监督学习
第一章机器学习和统计学习实例截图
第三章K-近邻算法实例截图