统计学习方法 (李航 第2版)

第1篇 监督学习

第 1 章： 统计学习及监督学习概论

  [总结补充]
  [算法代码]
  [课后习题]

第 2 章：感知机

第 3 章：k近邻法

第 4 章：朴素贝叶斯法

第 5 章：决策树

第 6 章：逻辑斯谛回归与最大熵模型

第 7 章：支持向量机

第 8 章：提升方法

第 9 章：EM算法及推广

第 10 章：隐马尔可夫模型

第 11 章：条件随机场

第 12 章：监督学习方法总结

第2篇：无监督学习

第 13 章：无监督学习概论

第 14 章：聚类方法

第 15 章：奇异值分解

第 16 章：主成分分析

第 17 章：潜在语义分析

第 18 章：概率潜在语义分析

第 19 章：马尔可夫链蒙特卡罗法

第 20 章：潜在狄利克雷分配

第 21 章：PageRank算法

第 22 章：无监督学习方法总结