文件名称:统计学习方法课件+代码
文件大小:15.42MB
文件格式:ZIP
更新时间:2022-01-07 08:10:30
统计学习方法 人工智能
李航的统计学习方法课件+代码,看书之后拓展学习必备。
【文件预览】:
统计学习方法-代码
----第10章 隐马尔可夫模型()
--------HMM.ipynb(13KB)
----第2章 感知机(Perceptron)()
--------Iris_perceptron.ipynb(53KB)
----第8章 提升方法(AdaBoost)()
--------Adaboost.ipynb(24KB)
----第1章 统计学习方法概论(LeastSquaresMethod)()
--------least_sqaure_method.ipynb(116KB)
----第3章 k近邻法(KNearestNeighbors)()
--------KNN.ipynb(60KB)
----gongzhong.jpg(8KB)
----第9章 EM算法及其推广(EM)()
--------em.ipynb(7KB)
----第4章 朴素贝叶斯(NaiveBayes)()
--------GaussianNB.ipynb(8KB)
----第11章 条件随机场()
--------.ipynb_checkpoints()
--------CRF.ipynb(3KB)
----第7章 支持向量机(SVM)()
--------support-vector-machine.ipynb(27KB)
----第6章 逻辑斯谛回归(LogisticRegression)()
--------LR.ipynb(40KB)
----代码目录.txt(459B)
----第5章 决策树(DecisonTree)()
--------mytree.pdf(1KB)
--------DT.ipynb(36KB)
统计学习方法-课件
----第1章 统计学习方法概论.pdf(1.19MB)
----第11章 条件随机场.pdf(2.64MB)
----第9章 EM算法及其推广.pdf(1.91MB)
----第2章 感知机.pdf(1.63MB)
----第12章 统计学习方法总结.pdf(928KB)
----第8章 提升方法.pdf(2.12MB)
----第3章 k 近邻法.pdf(1.49MB)
----第7章 支持向量机.pdf(3.3MB)
----第4章 朴素贝叶斯法.pdf(1.05MB)
----第6章 Logistic回归.pdf(2.08MB)
----第10章 隐马尔科夫模型.pdf(1.96MB)
----第5章 决策树-2016-ID3CART.pdf(2.04MB)