每月学习数理统计--《统计学习方法—李航》

Posted tjpeng

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了每月学习数理统计--《统计学习方法—李航》相关的知识,希望对你有一定的参考价值。

     现在这本书已经看完70%,在看完后我将会将每一章的内容按照自己的理解并结合其他书籍包括<<统计机器学习导论>>[1] ,<<机器学习>>[2],<<大数据分析>>[3]这三本书总结经典的几大算法原理与代码实现。下面是预计的写作思路:

一、分类学习

  1.SVM

  2.决策树

  3.Logistic 回归

  4.贝叶斯判别法

  5.K近邻法

  6.最小二乘法

  7.最大熵模型

  8.高斯混合模型

二、集成学习

  1.Random Forest

  2.GBDT

  3.AdaBoost

三、结构化分类    

  1.马尔科夫理论

  2.条件随机场

四、从二分类到多分类

  1.OVA

  2.OVO

五、重要的数学算法

  1.极大似然法

  2.梯度下降法

  3.牛顿法

  4.拉格朗日对偶性

  5.SMO解法

  6.损失最小化的观点

我会尽可能利用MATLAB或者Python实现所有内容,如果有不能实现的,还希望大家能够多多帮助我这个刚刚入门的小白~

 

以上是关于每月学习数理统计--《统计学习方法—李航》的主要内容,如果未能解决你的问题,请参考以下文章

统计学习方法(李航)

统计学习方法 李航---第1章 统计学习方法概论

统计学习方法 李航---第12章 统计学习方法总结

《统计学习方法》李航 读书笔记

李航《统计学习方法》高清带标签可复制PDF学习下载

统计学习方法 李航---第8章 提升方法