第2和12章 感知机和统计学习方法总结.zip

该资源是一本很不错的数理统计学方法书，可以当做一本工具书，特别对于机器学习的学习者，必读。

K近邻算法简介 K近邻法是一种基本分类与回归方法。K近邻法的输入为实例的特征向量(特征空间的点),输出为实例的类别,可以取多类。 K近邻算法假设给定一个训练数据集,其训练数据集实例的类别已定,对新的输

《统计学习方法》+《机器学习：实用案例》+《deeplearn with python》

李航大大的书，给找不到资源的同胞们提供，当然买一本本地书也是非常必要的。

很好的，分不同的要点来介绍英语学习的方法。如 ：第一件就是介绍听力的 等等

前言 力求每行代码都有注释,重要部分注明了公式来源。具体会追求下面这样的代码,学习者可以照着公式看程序,让代码有据可查。 如果时间充沛的话,可能会试着给每一章写一篇博客。先放个博客链接吧:。 注:其中

读书笔记仅供个人学习使用 本文主要参考书籍为《统计学习方法》(李航)第二版 参考 Sunning_001的博客 决策树决策树的定义if-then 的理解条件概率分布的理解决策树学习特征选择信息增益信息

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等。除第1章概论

李航的《统计学习方法》，有目录。学习AI的入门书籍；

李航日本京都大学电气工程系毕业，日本东京大学计算机科学博士。曾任职于日本NEC公司中央研究所，微软亚洲研究院高级研究员及主任研究员，现任华为诺亚方舟实验室首席科学家。北京大学、南开大学、西安交通大学客