书籍介绍

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。

包括感知机、k 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、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。

作者介绍

李航教授：研究方向包括信息检索、自然语言处理、统计机器学习及数据挖掘。他一直活跃在相关学术领域，曽出版过三部学术专著，并在顶级国际学术会议和国际学术期刊上发表过上百篇学术论文，拥有40项授权美国专利。

资源获取

附上下载链接，长按扫码关注：NewBeeNLP，后台回复 tjxx（建议复制）即可获得下载地址。

课件详情

共22章详解监督学习和无监督学习

第一章机器学习和统计学习实例截图

第三章K-近邻算法实例截图

资源获取

附上下载链接，长按扫码关注：NewBeeNLP，后台回复 tjxx（建议复制）即可获得下载地址。