Из Github, автор: Хуан Хайгуан.
«Статистические методы обучения» можно назвать вводным сборником по машинному обучению. Многие учебные курсы по машинному обучению, интервью и письменные тестовые вопросы интернет-компаний, многие ссылаются на эту книгу. Компания Heart of Machines недавно обнаружила проект GitHub, который воспроизводит содержание курса на языке Python и предоставляет реализации кода и учебные материалы для этой книги. Средой конфигурации кода реализации является Python 3.6, который был протестирован.
адрес проекта:GitHub.com/Grace78/Ли…
«Статистические методы обучения», автор Ли Ханг, в этой книге всесторонне и систематически представлены основные методы статистического обучения, особенно методы обучения с учителем, включая персептрон, метод k-ближайших соседей, метод наивного Байеса, дерево решений, логистическая регрессия с машинами опорных векторов. , методы бустинга, алгоритмы ЭМ, скрытые марковские модели и условные случайные поля и др. Каждая глава представляет метод, за исключением главы 1 «Введение» и последней главы «Краткое содержание». Повествование начинается с конкретных задач или примеров, идет от простого к более глубокому, разъясняет идеи и приводит необходимые математические выкладки, чтобы читатели могли понять суть статистических методов обучения и научиться их использовать.
Кодовая реализация статистического метода обучения
«Статистические методы обучения» официально не предоставляют кодовую реализацию, но в Интернете есть много энтузиастов машинного обучения, которые пытались реализовать кодовую реализацию содержания каждой главы. Автор собрал некоторые коды на сайте GitHub для сортировки и внес определенные изменения, используя Python3.6 для реализации кода курса глав 1-11.
Каталог кода и скриншоты:
Пример алгоритма
Программа курса "Статистические методы обучения"
Автор Юань Чун: Высшая школа Шэньчжэня, Университет Цинхуа, предоставляет учебные материалы PPT для 12 глав книги.
Загрузка курсов:disk.baidu.com/is/1Вы находитесь в E4ZK NI…
Код извлечения: ofmw