李航的《统计学习方法》可以说是机器学习的入门宝典,许多机器学习培训班、互联网企业的面试、笔试题目,很多都参考这本书。该书从 2005 年开始写作一直到 2012 年完成,包含了众多主要的监督学习算法与模型。今年,《统计学习方法》第二版正式发布,通过 6 年时间的努力,在第一版的基础上又增加了无监督学习的主要算法与模型。
就在 11 月 9 号,好消息传来了!《统计学习方法》第 2 版出最新课件啦!李航老师第一时间在他的微博“官宣”了!
《统计学习方法》第二版的最新课件是由清华大学深圳研究院的袁春教授制作的。我们一起来看看该课件的主要内容。
所有的课件都是 ppt 格式,总共包含 22 章。正好是《统计学习方法》第 2 版的完整内容。
其中,第 1 章至第 12 章主要是《统计学习方法》第一版的内容。主要介绍统计学习及监督学习概论、感知机、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 算法及其推广、隐马尔可夫模型、条件随机场、监督学习方法总结。
第 2 版增加的新内容包括:
- 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
下面来看部分章节的 ppt。
第 13 章
第 13 章主要介绍了无监督学习基本原理、基本问题、机器学习三要素、无监督学习方法。
第 16 章
第 16 章主要介绍总体主成分分析、基本想法、定义和导出、主要性质、主成分的个数、规范化变量的总体主成分;样本主成分分析、样本主成分的定义和性质、相关矩阵的特征值分解算法、数据局正的奇异值分解算法。
总的来看,每章的 ppt 内容非常全面且完整。ppt 配合教材使用,效果还是很不错的!