《统计学习方法》阅读随笔

最新推荐文章于 2024-03-21 17:12:19 发布
原创 最新推荐文章于 2024-03-21 17:12:19 发布 · 164 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习

《统计学习方法》

作者 李航

第一章 统计学习方法概论

第二章 感知机

第三章 K近邻法

第四章 朴素贝叶斯

第五章 决策树

第六章 逻辑斯蒂回归与最大熵模型

第七章 支持向量机

第八章 提升方法

第九章 EM算法及其推广

第十章 隐马尔可夫模型

第十一章 条件随机场

第十二章 统计学习方法总结

 

第一章 统计学习方法概论

 

先挖个坑，怕忘记了。争取接下来每周内容写一下，菜鸡的提升之路，欢迎大家来一起讨论学习。

1. 统计学习定义

统计学习（statistical learning）是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。

 

 

代码实现：GitHub - SleepyBag/Statistical-Learning-Methods: Implement Statistical Leanring Methods, Li Hang the hard way. 李航《统计学习方法》一书的硬核 Python 实现

视频：读书会|《统计学习方法》第二版_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

知识星球：知识星球 (zsxq.com)

 

 

 

 

 

李航《统计学习方法》课后习题答案（第2版）
weixin_43646592的博客
02-19 2万+
李航《统计学习方法》课后习题答案（第2版） 章节 链接 第1章 统计学习及监督学习概论 点击进入 第2章 感知机 点击进入 第3章 k近邻法 点击进入 第4章 朴素贝叶斯法 点击进入 第5章 决策树 点击进入 第6章 逻辑斯谛回归与最大熵 点击进入 第7章 支持向量机 点击进入 第8章 提升方法 点击进入 第9章 EM算法及其推广 点击进入 第10章 隐马尔可夫模型 点击进入 第11章 条件随机场 点击进入     也可进入我的个人主页查看分类专栏
统计学习方法
半个馒头
12-22 2403
主要内容： 1、统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行分析与预测的一门科学。统计学习包括监督学习、非监督学习和强化学习。 2、统计学习方法三要素---模型、策略、算法，对理解统计学习方法起到提纲挈领的作用。 3、监督学习可以概括如下：从给定有限的训练集数据出发，假设数据时独立同分布的，而且假设模型属于某个假设空间，应用某一个评价准则，从假设空间中选取一个最优的模型，
《统计学习方法》课后习题答案汇总
qq_41562704的博客
06-04 1万+
章节名 地址 第一章 统计学习方法概论 Blog 第二章 感知机 Blog 第三章 K近邻法 Blog 第四章 朴素贝叶斯法 Blog 第五章 决策树 Blog 第六章 逻辑斯蒂回归与最大熵模型 第七章 支持向量机 Blog 第八章 提升方法 Blog 第九章 EM算法及其推广 第十章 隐马尔可夫模型 Blog 第十一章 条件随机场 ...
《统计学习方法》习题答案
weixin_42228294的博客
09-01 4958
第一章 统计学习及监督学习概论 课后习题 1.1 说明伯努利模型的极大似然估计以及贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0与1的随机变量上的概率分布。假设观测到伯努利模型n次独立的数据生成结果，其中k次的结果为1，这时可以用极大似然估计或贝叶斯估计来估计结果为1的概率。 解： ① 统计学习的三要素分别是模型、策略、算法。 模型：伯努利模型，即定义在取值为0与1的随机变量上的概率分布。 策略：极大似然估计和贝叶斯估计的策略都是对数损失函数，只不过贝叶斯估计使用的是结构风险最小化。 算
统计学习方法svm课后习题_《统计学习方法》课后习题参考答案
weixin_34255327的博客
01-13 1579
不定期更新，欢迎指正。第一章 统计学习及监督学习概论1.1 说明伯努利模型的极大似然估计以及贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0与1的随机变量上的概率分布。假设观测到伯努利模型n次独立的数据生成结果，其中k次的结果为1，这是可以用极大似然估计或贝叶斯估计来估计结果为1的概率。解：设随机变量X服从参数为p的伯努利分布，这里p是待估参数(0这里x=0或1，0设 与 分别为从总...
统计学习方法：KNN
weixin_34082789的博客
04-19 221
作者：桂。 时间：2017-04-19  21:20:09 链接：http://www.cnblogs.com/xingshansi/p/6736385.html  声明：欢迎被转载，不过记得注明出处哦~ 前言 本文为《统计学习方法》第三章：KNN（k-Nearest Neighbor），主要包括： 　　1）KNN原理及代码实现； 　　2）K-d tree原理； 内容为...
《统计学习方法》课后题
404 NOT FOUND
11-21 591
这个同学总结了：https://sine-x.com/statistical-learning-method/
《统计学习方法》-李航、《机器学习-西瓜书》-周志华总结+Python代码连载（一）--模型选择+误差评估
平平淡淡，戒急用忍，一生学闭嘴。
11-02 1871
一、模型选择 1.1 模型 模型就是学习的条件概率分布或者决策函数（这里只指监督学习）。条件概率的集合：,决策函数的集合：。条件概率表示的模型为概率模型，决策函数表示的模型为非概率模型。 1.2 模型选择 模型选择基本是选择一个模型评估指标（均方差、准确率、F1等）同时考虑欠拟合（在训练集上表现不好-为将训练样本的一般性质学好）和过拟合（在训练集和测试集上表现有很大差异-将训练集上的性质学习的过好）的综合选择。对于模型的泛化能力也是很重要的考虑指标，可以使用“偏差-方差分解”，以回归任务为例，模型的
Java学习随笔4（数组）
03-22
在数组的案例中，如果我们要统计两个班级的学生平均分，动态初始化数组可以更有效地处理大量数据，而不用为每个学生创建单独的变量。例如，如果有100个学生，我们可以创建一个`int[] scores`数组，然后通过索引将...
【随笔】基于机器学习的蜂窝流量预测的调研
最新发布
m0_58916821的博客
03-21 1097
在5G网络问题中，不仅要考虑数据传输速率，在某些特定场合下还要考虑其他指标，比如低电量消耗和改良链接。challenge：1.历史数据中复杂的内部模式（通过深度学习模型来解决）2.实际部署，高性能预测模型和实际系统之间的差距。
FreeRTOS学习随笔(3)，获取任务运行时间统计信息
weixin_46961467的博客
07-12 2571
获取任务运行时间统计信息简介相关宏的配置定时器的配置在函数中调用vTaskGetRunTimeStatus() 简介 在FreeRTOS中，可以通过调用vTaskGetRunTimeStatus()来统计每个任务使用CPU的时间，及其所占总时间的比例。在调试代码的时候，我们就可以通过这些信息进行优化。 相关宏的配置 若想使用此功能，宏configGENERATE_RUN_TIME_STATUS需设置为1。 并且还需要配置其他两个宏： portCONFIGURE_TIMER_FOR_RUN_TIME_STAT
SEO学习笔记：优化技巧与实战随笔
标题“SEO_09之随笔.rar”表明这是一份关于SEO学习或实践过程中的阶段性总结文档，编号“09”可能意味着这是系列学习笔记的第九部分，具有较强的连续性和系统性。该压缩包内的文件包括一个名为“SEO_09之随笔.doc”...
李航 统计学习方法 第一章 课后 习题 答案
热门推荐
fxnfk
04-14 3万+
1.1统计学习方法的三要素是模型、策略、算法。伯努利模型是定义在取值为0与1的随机变量上的概率分布。统计学分为两派：经典统计学派和贝叶斯统计学派。两者的不同主要是，经典统计学派认为模型已定，参数未知，参数是固定的，只是还不知道；贝叶斯统计学派是通过观察到的现象对概率分布中的主观认定不断进行修正。极大似然估计和贝叶斯估计的模型都是伯努利模型也就是条件概率模型；极大似然估计用的是经典统计学派的策略，贝叶
【全网最全】《统计学习方法》习题答案
qq_42911960的博客
03-26 8324
习题3.2 利用例题3.2构造的kd树求出点x=(3,4.5)Tx=(3,4.5)^Tx=(3,4.5)T的最近邻点 从根节点出发，因为x(1)<7x^{(1)}<7x(1)<7, 所以进入左孩子一侧，又因为x(2)>4.5x^{(2)}>4.5x(2)>4.5，所以选定叶节点(4,7)(4,7)(4,7)作为“当前最近点”，开始递归。 向上回退到(4,7)(4,7)(4,7)的父节点(5,4)(5,4)(5,4)，设其为当前节点，因为父节点离xxx更近一些，所以更
《统计学习方法》各章节代码实现与课后习题参考解答
weixin_38367817的博客
03-28 7062
本文转于：原文路径 若有侵权 请联系删除 待完成。。。 《统计学习方法》各章节代码实现与课后习题参考解答 章节 代码 课后习题 第1章 统计学习方法概论(LeastSquaresMethod) 传送门 传送门 第2章 感知机(Perceptron) 传送门 传送门 第3章 k近邻法(KNearestNeighbors) 传送门 传送门 第4章 朴素贝叶斯(NaiveBa...
李航《统计学习方法》AdaBoost算法（课后习题）
weixin_41798111的博客
01-07 8083
AdaBoost：https://blog.youkuaiyun.com/v_JULY_v/article/details/40718799 提升树：https://www.cnblogs.com/daguankele/p/6557328.html 强可学习的：一个概念如果存在一个多项式的学习算法能够学习它，并且正确了很高，那么，这个概念是强可学习的； 弱可学习的：一个概念如果存在一个多项式的学习算法能...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值