统计学习方法读书笔记

最新推荐文章于 2021-01-24 17:58:17 发布
原创 最新推荐文章于 2021-01-24 17:58:17 发布 · 450 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：

#统计学习

本文为《统计学习方法》一书的读书总结，涵盖了概论及感知机等内容，旨在提炼核心概念并提供学习指引。

统计学习方法的读书总结，详细的推导和一些证明均没做总结，建议阅读原书。

第一章统计学习方法概论

第一章统计学习方法概论

第二章感知机

第二章感知机

统计学习方法读书笔记（一）-统计学习及监督学习概述
scu-liu的博客
01-15 709
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 一、统计学习 统计学习以计算机及网络为平台，是建立在计算机及网络上的； 统计学习以数据为研究对象，是数据驱动的学科； 统计学习的目的是对数据进行预测与分析； 统计学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析； 统计学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科，并且在发展中逐步形成独自的理论体系与方法论。 二、统计学习的分类 分为监督学习（supervised learning）、无监督学习（unsupe
统计学习方法读书笔记（二十一）-PageRank算法
scu-liu的博客
01-28 542
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 在实际应用中许多数据都以图（graph）的形式存在，比如，互联网、社交网络都可 以看作是一个图。图数据上的机器学习具有理论与应用上的重要意义。PageRank 算法是图的链接分析 （link analysis）的代表性算法，属于图数据上的无监督学习方法。 PageRank 算法的基本想法是在有向图上定义一个随机游走模型， 即 一阶马尔可夫链，描述随机游走者沿着有向图随机访问各个结点的行为。在一定条件下，极限情况访问每个
统计学习方法读书笔记--概论
ljinshuan的专栏
05-14 554
定义 统计学习==统计机器学习 方法分类 监督学习 无监督学习 半监督学习 强化学习 三要素 模型 策略 算法 步骤 得到一个有限的训练数据集合;(原始数据) 确定假设空间,即学习模型的集合;(是分类问题,还是回归问题) 确定模型选择的准则,即学习的策略;(选择什么样的分类器呢?) 实现求解最优模型的算法,即学习的算法;(分类器的参数怎么求?) 通过学习方法选择最优模型;(各种模型,哪个是最优的?)
统计学习方法读书笔记（十二）-监督学习方法总结
scu-liu的博客
01-22 377
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 一、监督学习算法 统计学习方法读书笔记（二）-感知机 统计学习方法读书笔记（三）-k近邻法 统计学习方法读书笔记（四）-朴素贝叶斯法 统计学习方法读书笔记（五）-决策树 统计学习方法读书笔记（六）-逻辑斯蒂回归与最大熵模型 统计学习方法读书笔记（七）-支持向量机 统计学习方法读书笔记（八）-提升方法 统计学习方法读书笔记（九）-EM算法及其推广 统计学习方法读书笔记（十）-隐马尔可夫模型 统计学习方法读书笔记（十一）-
统计学习方法读书笔记（十六）-主成分分析
scu-liu的博客
01-24 673
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 主成分分析（principal component analysis, PCA）是一种常用的无监督学习方法，这一方法利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。 一、总体主成分分析 数据的变量之间可能存在相关性，以致增加了分析的难度。考虑由少数不相关的变量来代替相关的变量，用来表示数据，并且要求能够保留数据中的大部分信息。 主成分分析的主要目的是降维，
统计学习方法读书笔记（十四）-聚类方法
scu-liu的博客
01-22 434
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 聚类的目的是通过得到的类或簇来发现数据的特点或对数据进行处理，在数据挖掘、模式识别等领域有着广泛的应用。 一、聚类的基本概念 聚类的核心概念是相似度或距离。 闵可夫斯基距离dij=(∑k=1m∣xki−xkj∣p)1p  这里p≥1d_{ij}=\Big(\sum_{k=1}^m|x_{ki-x_{kj}}|^p\Big)^{\frac1p}\\\;\\这里p\ge1dij​=(k=1∑m​∣xki−xkj​​∣p)
统计学习方法读书笔记第一章：概论
weixin_40692963的博客
02-12 627
统计学习方法概论阅读目录统计学习监督学习统计学习的三要素模型评估与模型选择正则化与交叉验证泛化能力生成模型与判别模型分类问题、标注问题、回归问题 阅读目录 统计学习 统计学习的特点： 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。又称为统计机器学习。 “如果一个系统能够通过执行某个过程改进它的性能，这就是学习。”...
统计学习方法—读书笔记（1）
qq_29212049的博客
01-09 575
统计学习方法——读书笔记（1）统计学习基本概念新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 统计学习基本概念...
统计学习方法读书笔记（十一）-条件随机场
scu-liu的博客
01-22 315
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 条件随机场（conditional random field CRF）是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。白板推导系列笔记（十七）-条件随机场 一、概率无向图模型 概率无向图模型（probabilistic undirected graphical model) ，又称为马尔可夫随机场，是一个可以由无向图表示的联合概率分布。 成对马尔可夫性（p
统计学习方法 读书笔记（五）
01-06
本文主要参考书籍为《统计学习方法》（李航）第二版 参考 Sunning_001的博客 决策树决策树的定义if-then 的理解条件概率分布的理解决策树学习特征选择信息增益信息增益比基尼指数决策树的生成ID3C4.5剪枝CART算法 ...
统计学习方法读书笔记（三）-k近邻法
scu-liu的博客
01-16 406
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 一、kkk近邻算法 给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的kkk个实例， 这kkk个实例的多数属于某个类，就把该输入实例分为这个类。kkk近邻法没有显式的学习过程。 k近邻法的特殊情况是k=1k=1k=1的情形，称为最近邻算法。对于输入的实例点（特征向量）xxx，最近邻法将训练数据集中与xxx最邻近点的类作为xxx的类。 二、kkk近邻模型 模型由三个基本要素一一 距离度量、kkk值的选择和分类决策规则决定。 （一）模型 kkk近
统计学习方法读书笔记（二十三）-附录A 梯度下降法
scu-liu的博客
01-19 493
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 一、算法描述 输入：目标函数f(x)f(x)f(x)，梯度函数g(x)=∇f(x)g(x)=\nabla f(x)g(x)=∇f(x)，计算精度ε\varepsilonε； 输出：f(x)f(x)f(x)的极小点x∗x^*x∗。 取初始值x(0)∈Rnx^{(0)}\in\R^nx(0)∈Rn，置k=0k=0k=0。 计算f(x(k))f(x^{(k)})f(x(k))。 计算梯度gk=g(x(k))g_k=g(x^{(k)})gk​=g(x(k))，当∣∣g
统计学习方法读书笔记（七）-支持向量机
scu-liu的博客
01-18 427
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 支持向量机（support vector machines, SVM）是 一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。 本文的大体内容可以参考白板推导系列笔记（六）-支持向量机和白板推导系列笔记（七）-核方法 一、线性可分的支持向量机与硬间隔最大化 支持向量机就是找到最大的间隔分离超平面。 构造一个约束最优化问题并求解 {minw,b12wTws.t.
285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据（2003-2023年）
11-25
01、数据简介 共八个矩阵，各类矩阵通过量化空间关系，为区域政策制定（如交通规划、产业布局）和学术研究（如空间溢出效应、区域收敛）提供关键工具，需根据研究目标灵活选择或组合使用。 数据名称：285个地级市邻接矩阵、经济地理矩阵等8个矩阵数据 数据年份：2003-2023年 参考文献：邵帅,李欣,曹建华,杨莉莉.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016,51(09):73-88. 02、相关数据 地级市人均GDP、空间邻接矩阵、空间经济距离矩阵（GDP）、空间地理距离矩阵（经纬度）、空间地理距离倒数平方矩阵（经纬度）、经济地理权重矩阵（GDP和经纬度）、经济地理嵌套矩阵（GDP和经纬度）、空间经济矩阵（非对称）、空间经济地理矩阵（非对称）、纬度、经度、距离
【影视数据分析】基于C++的多维度可视化系统设计：实现高效实时数据处理与交互式决策支持 项目介绍 基于C++的影视数据可视化系统设计和实现的详细项目实例（含模型描述及部分示例代码）
最新发布
11-25
内容概要：本文详细介绍了一个基于C++的影视数据可视化系统的设计与实现，旨在应对影视行业海量、多源数据带来的分析挑战。系统利用C++的高性能优势，实现了大规模数据的高效处理与实时更新，支持多维度数据分析，涵盖票房、用户评价、社交媒体热度等，并通过柱状图、折线图、热力图、词云等多种可视化方式直观展示数据。项目强调用户友好的界面设计、跨平台兼容性、可扩展性与可定制性，结合创新的交互设计，提升用户体验与决策效率。系统不仅服务于影视创作者和营销团队，也为行业数字化转型和创新发展提供数据驱动的支持。; 适合人群：具备一定C++编程基础，从事数据分析、可视化开发或影视行业技术研究的研发人员、软件工程师及高校学生。; 使用场景及目标：①学习如何利用C++构建高性能数据可视化系统；②掌握多源数据融合、实时处理与图形渲染的技术方案；③为影视项目提供数据支持，优化内容创作与市场策略； 阅读建议：建议结合文中提到的模型设计与示例代码进行实践，重点关注数据处理流程、可视化模块实现及系统架构设计，同时可联系作者获取完整代码与GUI资源以加深理解。
CSS插入图片方法[可运行源码]
11-25
本文详细介绍了在CSS中插入图片的多种方法，包括使用background-image属性和background简写属性。通过设置不同的背景属性值，如background-color、background-position、background-size等，可以灵活控制背景图片的显示效果。文章还提供了具体的HTML示例代码，展示了如何在实际项目中应用这些属性。此外，还解释了背景图像默认位于元素左上角并在水平和垂直方向上重复的特性，以及如何通过background-repeat属性调整平铺方式。
jQuery与HTML设置只读/禁用属性[项目代码]
11-25
本文详细介绍了在jQuery和HTML中如何设置和移除表单元素的只读（readonly）和禁用（disabled）属性。在jQuery部分，通过attr()和removeAttr()方法演示了属性的动态操作，并对比了readonly与disabled的区别：disabled会阻止元素获取焦点且表单提交时排除该字段，而readonly仅限制编辑但仍可聚焦和提交。HTML部分列举了三种实现方式（onfocus=this.blur()、readonly、disabled），并附代码示例说明其视觉效果及交互差异（如灰色显示、Tab键切换等）。最后指出两者可结合使用，并补充了CSS屏蔽输入的技巧。
SQL编码规范指南[项目源码]
11-25
本文详细介绍了SQL编码规范的重要性及其具体实施方法。规范化的SQL代码能显著提升可读性、便于问题定位和团队协作。文章强调了大小写的正确使用、单引号与双引号的应用场景、缩进对齐原则、禁止使用SELECT *操作、注释的添加规范以及子句的排版规则等关键点。此外，还提供了表别名的命名建议、字段逗号放置位置等实用技巧，旨在帮助开发者编写清晰、整齐、结构化的SQL代码，从而提升编程效率和代码质量。
Layui输入事件监听[代码]
11-25
本文详细介绍了Layui框架中各种表单元素的输入事件监听方法，包括单选框、复选框、下拉菜单、输入框内容变动以及提交按钮的监听。通过示例代码展示了如何实时获取用户输入的值、监听表单元素的变化以及处理提交事件。此外，还提供了带注释的代码片段，帮助开发者理解每个事件监听器的具体功能和用法。这些方法可以广泛应用于表单验证、动态数据更新等场景，提升用户交互体验。
决策树详解：统计学习方法笔记第五章
在本篇读书笔记中，我们深入探讨了《统计学习方法》（李航）第二版中的决策树这一核心概念。决策树作为一种基础的分类与回归工具，以其直观性和高效性在数据分析中占据重要地位。它通过if-then规则集合和条件概率...
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