| 查看: 5116 | 回复: 67 | |||||||||||||
| 【奖励】 本帖被评价57次，作者hylpy增加金币 45.6 个 | |||||||||||||
hylpy专家顾问 (知名作家)
|
[资源]
统计学习方法 - 李航
|
||||||||||||
|
统计学习方法 - 李航 目录 前言 符号表 第1章统计学习方法概论 1.1 统计学习 1.2 监督学习 1.2.1 基本概念 1.2.2 问题的形式化 1.3 统计学习三要素 1.3.1 模型 1.3.2 策略 1.3.3 算法 1.4 模型评估与模型选择 1.4.1 训练误差与测试误差 1.4.2 过拟合与模型选择 1.5 正则化与交叉验证 1.5.1 正则化 1.5.2 交叉验证 1.6 泛化能力 1.6.1 泛化误差 1.6.2 泛化误差上界 1.7 生成模型与判别模型 1.8 分类问题 1.9 标注问题 1.10 回归问题 本章概要 继续阅读 习题 参考文献 第2章感知机 2.1 感知机模型 2.2 感知机学习策略 2.2.1 数据集的线性可分性 2.2.2 感知机学习策略 2.3 感知机学习算法 2.3.1 感知机学习算法的原始形式 2.3.2 算法的收敛性 2.3.3 感知机学习算法的对偶形式 本章概要 继续阅读 习题 参考文献 第3章k近邻法 3.1 k近邻算法 3.2 k近邻模型 3.2.1 模型 3.2.2 距离度量 3.2.3 k值的选择 3.2.4 分类决策规则 3.3 k近邻法的实现：kd树 3.3.1 构造kd树 3.3.2 搜索kd树 本章概要 继续阅读 习题 参考文献 第4章朴素贝叶斯法 4.1 朴素贝叶斯法的学习与分类 4.1.1 基本方法 4.1.2 后验概率最大化的含义 4.2 朴素贝叶斯法的参数估计 4.2.1 极大似然估计 4.2.2 学习与分类算法 4.2.3 贝叶斯估计 本章概要 继续阅读 习题 参考文献 第5章决策树 5.1 决策树模型与学习 5.1.1 决策树模型 5.1.2 决策树与if-then规则 5.1.3 决策树与条件概率分布 5.1.4 决策树学习 5.2 特征选择 5.2.1 特征选择问题 5.2.2 信息增益 5.2.3 信息增益比 5.3 决策树的生成 5.3.1 ID3算法 5.3.2 C4.5的生成算法 5.4 决策树的剪枝 5.5 CART算法 5.5.1 CART生成 5.5.2 CART剪枝 本章概要 继续阅读 习题 参考文献 第6章逻辑斯谛回归与最大熵模型 6.1 逻辑斯谛回归模型 6.1.1 逻辑斯谛分布 6.1.2 二项逻辑斯谛回归模型 6.1.3 模型参数估计 6.1.4 多项逻辑斯谛回归 6.2 最大熵模型 6.2.1 最大熵原理 6.2.2 最大熵模型的定义 6.2.3 最大熵模型的学习 6.2.4 极大似然估计 6.3 模型学习的最优化算法 6.3.1 改进的迭代尺度法 6.3.2 拟牛顿法 本章概要 继续阅读 习题 参考文献 第7章支持向量机 7.1 线性可分支持向量机与硬间隔最大化 7.1.1 线性可分支持向量机 7.1.2 函数间隔和几何间隔 7.1.3 间隔最大化 7.1.4 学习的对偶算法 7.2 线性支持向量机与软间隔最大化 7.2.1 线性支持向量机 7.2.2 学习的对偶算法 7.2.3 支持向量 7.2.4 合页损失函数 7.3 非线性支持向量机与核函数 7.3.1 核技巧 7.3.2 正定核 7.3.3 常用核函数 7.3.4 非线性支持向量分类机 7.4 序列最小最优化算法 7.4.1 两个变量二次规划的求解方法 7.4.2 变量的选择方法 7.4.3 SMO算法 本章概要 继续阅读 习题 参考文献 第8章提升方法 8.1 提升方法AdaBoost算法 8.1.1 提升方法的基本思路 8.1.2 AdaBoost算法 8.1.3 AdaBoost的例子 8.2 AdaBoost算法的训练误差分析 8.3 AdaBoost算法的解释 8.3.1 前向分步算法 8.3.2 前向分步算法与AdaBoost 8.4 提升树 8.4.1 提升树模型 8.4.2 提升树算法 8.4.3 梯度提升 本章概要 继续阅读 习题 参考文献 第9章EM算法及其推广 9.1 EM算法的引入 9.1.1 EM算法 9.1.2 EM算法的导出 9.1.3 EM算法在非监督学习中的应用 9.2 EM算法的收敛性 9.3 EM算法在高斯混合模型学习中的应用 9.3.1 高斯混合模型 9.3.2 高斯混合模型参数估计的EM算法 9.4 EM算法的推广 9.4.1 F函数的极大-极大算法 9.4.2 GEM算法 本章概要 继续阅读 习题 参考文献 第10章隐马尔可夫模型 10.1 隐马尔可夫模型的基本概念 10.1.1 隐马尔可夫模型的定义 10.1.2 观测序列的生成过程 10.1.3 隐马尔可夫模型的3个基本问题 10.2 概率计算算法 10.2.1 直接计算法 10.2.2 前向算法 10.2.3 后向算法 10.2.4 一些概率与期望值的计算 10.3 学习算法 10.3.1 监督学习方法 10.3.2 Baum-Welch算法 10.3.3 Baum-Welch模型参数估计公式 10.4 预测算法 10.4.1 近似算法 10.4.2 维特比算法 本章概要 继续阅读 习题 参考文献 第11章条件随机场 11.1 概率无向图模型 11.1.1 模型定义 11.1.2 概率无向图模型的因子分解 11.2 条件随机场的定义与形式 11.2.1 条件随机场的定义 11.2.2 条件随机场的参数化形式 11.2.3 条件随机场的简化形式 11.2.4 条件随机场的矩阵形式 11.3 条件随机场的概率计算问题 11.3.1 前向-后向算法 11.3.2 概率计算 11.3.3 期望值的计算 11.4 条件随机场的学习算法 11.4.1 改进的迭代尺度法 11.4.2 拟牛顿法 11.5 条件随机场的预测算法 本章概要 继续阅读 习题 参考文献 第12章统计学习方法总结 附录A 梯度下降法 附录B 牛顿法和拟牛顿法 附录C 拉格朗日对偶性 索引 |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：libolin3@tal.com - 附件 1 : 统计学习方法_-_李航.pdf
2018-06-23 09:29:26, 8.89 M
» 收录本帖的淘贴专辑推荐
 书籍下载网站 | 经典资源帖 | 专业书籍之数学力学WM | 数学分析 |
| 数据分析 | QbD质量源于设计 | @数学参考资料 | 饕餮貔貅 |
| 待下载 |
» 本帖已获得的红花（最新10朵）
» 猜你喜欢
基金开始函评了吗？
已经有4人回复
-
博士论文被抄袭
已经有36人回复
-
普通院校药学硕士，做合成的，感觉找不到工作
已经有10人回复
-
国内科研环境差导致国内科研水平差的根源
已经有15人回复
-
with editor 两个月了，什么原因？
已经有5人回复
-
申博求助
已经有9人回复
-
前同事拿我以前未中的国自然标书申请今年的国自然，现在基金委发来调查函
已经有53人回复
-
召集青年编委
已经有8人回复
-
Chemical Engineering Journal投稿3周了，一直显示With editor状态。这是送审了吗？
已经有10人回复
-
0854－0855调剂
已经有10人回复
2楼2018-06-23 10:07:51
3楼2018-06-23 10:10:08
9楼2018-06-24 05:51:44
40楼2018-10-29 22:24:27
简单回复
fenggaol4楼
2018-06-23 11:28
回复
五星好评 顶一下，感谢分享！
2018-06-23 11:30
回复
五星好评 顶一下，感谢分享！
ufemach6楼
2018-06-23 11:42
回复
五星好评 顶一下，感谢分享！
andizhai7楼
2018-06-23 22:31
回复
五星好评 顶一下，感谢分享！
2018-06-24 05:00
回复
五星好评 顶一下，感谢分享！
tjdht10楼
2018-06-24 11:31
回复
五星好评 顶一下，感谢分享！
alfzhang11楼
2018-06-24 12:13
回复
五星好评 顶一下，感谢分享！
10500070lin12楼
2018-06-24 15:52
回复
五星好评 顶一下，感谢分享！
wmnick13楼
2018-06-24 16:03
回复
五星好评 顶一下，感谢分享！
everie14楼
2018-06-25 02:15
回复
五星好评 感谢分享！
renming000115楼
2018-06-25 06:02
回复
五星好评 顶一下，感谢分享！
Quan.16楼
2018-06-25 06:34
回复
五星好评 顶一下，感谢分享！
feitenghong17楼
2018-06-25 09:28
回复
五星好评 顶一下，感谢分享！
mailwy18楼
2018-06-25 09:48
回复
五星好评 顶一下，感谢分享！
wtiger19楼
2018-06-25 19:18
回复
五星好评 顶一下，感谢分享！
maelch20楼
2018-06-25 21:09
回复
五星好评 顶一下，感谢分享！
wangth092121楼
2018-06-25 22:59
回复
五星好评 顶一下，感谢分享！
chinachen51822楼
2018-06-26 07:02
回复
五星好评 顶一下，感谢分享！
qwaszx12345623楼
2018-06-26 08:13
回复
五星好评 顶一下，感谢分享！
jackieye12324楼
2018-06-26 14:30
回复
五星好评 顶一下，感谢分享！
wendoulin25楼
2018-06-26 22:56
回复
五星好评 谢谢分享
dailmail26楼
2018-06-27 14:33
回复
五星好评 顶一下，感谢分享！
luzhuolin27楼
2018-06-28 08:37
回复
五星好评 
guobingm28楼
2018-06-28 16:40
回复
五星好评 顶一下，感谢分享！
allen120329楼
2018-06-29 10:20
回复
五星好评 顶一下，感谢分享！
刀锋冷血30楼
2018-06-29 14:41
回复
五星好评 顶一下，感谢分享！
Yanshengtai31楼
2018-06-29 16:00
回复
五星好评 顶一下，感谢分享！
wendoulin32楼
2018-06-29 20:15
回复
谢谢分享
pumcnsy33楼
2018-07-07 09:08
回复
五星好评 顶一下，感谢分享！
8386zhang34楼
2018-07-15 11:15
回复
五星好评 顶一下，感谢分享！
mailwy35楼
2018-07-17 17:11
回复
顶一下，感谢分享！
imissyoulij36楼
2018-07-19 08:32
回复
五星好评 顶一下，感谢分享！
gkyqfz37楼
2018-07-25 10:17
回复
五星好评 顶一下，感谢分享！
y530038楼
2018-08-07 16:00
回复
五星好评 顶一下，感谢分享！
ethan918339楼
2018-08-24 10:45
回复
五星好评 顶一下，感谢分享！
wmnick41楼
2018-10-30 11:45
回复
顶一下，感谢分享！
hazys42楼
2018-11-02 12:58
回复
五星好评 顶一下，感谢分享！
reAper0743楼
2018-11-07 08:48
回复
五星好评 顶一下，感谢分享！
晴空_万里44楼
2018-11-16 15:54
回复
五星好评 顶一下，感谢分享！
晴空_万里45楼
2018-11-16 15:55
回复
送红花一朵
lwloveflxgg46楼
2018-12-26 10:35
回复
五星好评 顶一下，感谢分享！
yunanyao47楼
2019-01-02 18:08
回复
五星好评 顶一下，感谢分享！
1080100648楼
2019-01-11 13:45
回复
五星好评 顶一下，感谢分享！
luoww9949楼
2019-01-21 17:57
回复
五星好评 顶一下，感谢分享！
du2008112950楼
2019-01-25 17:27
回复
五星好评 顶一下，感谢分享！
5