文件名称:统计学习方法及代码实现(Python)
文件大小:17.26MB
文件格式:ZIP
更新时间:2023-10-28 02:35:26
统计学习方法 python
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章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。
【文件预览】:
统计学习方法及代码实现(Python)
----统计学习方法.pdf(17.56MB)
----code()
--------readme.md(555B)
--------gongzhong.jpg(8KB)
--------第9章 EM算法及其推广(EM)()
--------第11章 条件随机场(CRF)()
--------第1章 统计学习方法概论(LeastSquaresMethod)()
--------第5章 决策树(DecisonTree)()
--------第2章 感知机(Perceptron)()
--------第7章 支持向量机(SVM)()
--------第3章 k近邻法(KNearestNeighbors)()
--------第10章 隐马尔可夫模型(HMM)()
--------第4章 朴素贝叶斯(NaiveBayes)()
--------第6章 逻辑斯谛回归(LogisticRegression)()
--------第8章 提升方法(AdaBoost)()
----readme.txt(17B)