夸克网盘
5积分
统计学习方法。 本课程基于李航老师的《统计学习方法(第2版)》的监督学习和无监督学习书本教学。 ├── 00 学习第1章统计学习方法概论
├── 01 学习第2章感知机
├── 02 学习第3章k近邻
├── 03 Week1作业讲解及代码公布
├── 04 学习第4章朴素贝叶斯法
├── 05 学习第5章决策树
├── 06 参加直播答疑
├── 07 Week2作业讲解及代码公布
├── 08 学习第6章逻辑斯谛回归与最大熵模型
├── 09 学习第7章支持向量机
├── 10 Week3作业讲解及代码公布
├── 11 学习第8章提升方法
├── 12 学习第9章EM算法及推广
├── 13 直播答疑
├── 14 Week4作业讲解及代码公布
├── 16 学习第11章条件随机场
├── 17 Week5作业讲解及代码公布
├── 课件.zip
统计学习方法2.42GB
00 学习第1章统计学习方法概论143.01MB
《李航统计学习方法》导读.mp464.12MB《李航统计学习方法》泛化误差上界修正.mp422.58MB《李航统计学习方法》极大似然估计和贝叶斯估计.mp421.26MB《统计学习方法》-绪论.mp435.04MB01 学习第2章感知机81.01MB
统计学习方法》随机梯度下降法.mp410.79MB《李航统计学习方法》感知机模型.mp447.69MB《统计学习方法》算法收敛性.mp422.54MB02 学习第3章k近邻39.74MB
《统计学习方法》-K近邻.mp439.74MB03 Week1作业讲解及代码公布106MB
贝叶斯估计作业.mp417.18MB感知机_sklearn实现.mp442.55MB感知机_自编程实现.mp429.87MB极大似然估计作业.mp416.41MB04 学习第4章朴素贝叶斯法106.48MB
贝叶斯估计.mp434.21MB后验概率最大化.mp420.13MB朴素贝叶斯.mp452.14MB05 学习第5章决策树73.82MB
决策树.mp461.19MB信息增益与基尼指数.mp412.63MB06 参加直播答疑337.45MB
直播答疑.mp4337.45MB07 Week2作业讲解及代码公布129MB
决策树自编程实现.mp451.17MB朴素贝叶斯自编程实现.mp477.82MB08 学习第6章逻辑斯谛回归与最大熵模型146.81MB
改进的迭代尺度法.mp434.11MB拉格朗日对偶性.mp440.61MB逻辑斯谛回归与最大值模型.mp472.08MB09 学习第7章支持向量机129.44MB
支持向量机.mp451.56MB支持向量机xia.mp451.56MB最大间隔分离超平面存在唯一性.mp426.32MB10 Week3作业讲解及代码公布209.01MB
逻辑斯谛回归作业.mp466.23MB支持向量机7.3.mp425.94MB支持向量机Sklearn.mp434.31MB支持向量机习题7.2.mp482.53MB11 学习第8章提升方法163.19MB
Adaboost训练误差.mp448.78MB前向分步算法.mp429.84MB提升方法.mp484.58MB12 学习第9章EM算法及推广121.63MB
EM算法的导出.mp423.56MBEM算法及其推广.mp457.44MB高斯混合模型.mp440.63MB13 直播答疑156.36MB
Rec 0006.mp4156.36MB14 Week4作业讲解及代码公布129.06MB
EM 算法作业讲解.mp470.59MB提升方法作业.mp458.47MB15 学习第10章隐马尔科夫模型171.44MB
前向算法.mp414.08MB维特比算法.mp424.56MB隐马尔科夫模型.mp4132.79MB16 学习第11章条件随机场135.45MB
拟牛顿法.mp428.85MB条件随机场.mp474.64MB条件随机场的矩阵形式.mp431.96MB17 Week5作业讲解及代码公布93.68MB
条件随机场作业.mp427.92MB隐马尔可夫模型.mp465.77MB
课件.zip2.95MB