李航老师《统计学习方法（第二版）》课件 &所有算法终于公开了！

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、提高方法、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、几率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。

做者介绍

李航教授：研究方向包括信息检索、天然语言处理、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项受权美国专利。

李航《统计学习方法》第2版书中所有算法

最佳复现项目推荐1：

https://github.com/hktxt/Learn-Statistical-Learning-Method

最佳复现项目推荐2：

https://github.com/SmirkCao/Lihang

两个项目都是用jupyter notebook 来写的，能够很是方便的在线观察结果。

资源获取

附上下载连接，关注：AI算法与图像处理，后台回复 0520（建议复制）便可得到百度网盘地址。

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

本文分享自微信公众号 - AI算法与图像处理（AI_study）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。