The aim of this book is to discuss the fundamental ideas which lie behind the statistical theory of learning and generalization. It considers learning as a general problem of function estimation based on empirical data. Omitting proofs and technical details, the author concentrates on discussing the main results of learning theory and their connections to fundamental problems in statistics. This second edition contains three new chapters devoted to further development of the learning theory and SVM techniques. Written in a readable and concise style, the book is intended for statisticians, mathematicians, physicists, and computer scientists.

介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状，并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处，指出了其研究方向及前景，并提出在分布式支持向量机这个方向上可以进行更深层次的研究。

统计学习基础卿来云中科院研究生课程ppt,卿来云，副教授。研究方向，多媒体技术。现为中国科学院研究生院信息科学与工程学院副教授。目前主要从事计算机视觉与多媒体技术方面的研究与开发工作。2005年6月获计算机软件与理论专业博士学位，2005年7月进入中国科学院研究生院信息学院工作。在国内外各种重要学术刊物和学术会议上发表论文20余篇。现承担国家863项目《基于生物感知认知的视觉神经信息编码技术的研究》和国家自然科学基金项目《基于时间振荡相关与空间整合编码的视觉感知-眼动控制神经网络系统的模拟研究与应用》。

手写实现李航《统计学习方法》书中全部算法.zip

统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，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等。

统计学习小组，2014 年秋季 SLG 是北卡罗来纳州立大学的一个阅读小组，由博士和统计学博士生 Jami Jackson、 、 和。 小组目标 介绍数据挖掘、机器学习和其他“活跃”统计领域的高级主题，以拓宽我们的知识基础，并在可能的情况下连接统计思想。 随着“大数据”革命的到来，这些方法变得比以往任何时候都更加重要。 2014 年秋季，我们选择阅读以及稍低级别。 这两本书都可以免费下载。 提供展示高级主题的机会，并以演讲和数据可视化的受众为重点，提高演讲和教学能力。 2014 年秋季将有 10 场演讲（见下文）。 演讲者可以使用“导师”。 为潜在雇主提供展示、写作和计算的渠道。 每个演示文稿都将被记录并提供（如果演示者同意）。 也将提供文章和代码。 提高应用分析技能和编码。 每个演示文稿都将包含一个分析或模拟方面，其中包含可供所有成员使用的代码。 介绍 观看 Nea

《The Elements of Statistical Learning》是一本由Trevor Hastie / Robert Tibshiran著作，Springer出版的Hardcover图书，本书只是提供了机器学习、数据挖掘、模式识别等领域的统计学观点，所以还是建议继续阅读其他的相关书籍，以期达到融会贯通。

全面系统地介绍了统计学习的主要方法，特别是监督学习方法，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等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

统计学习基础，中英文版都有。 希望能帮助你们哈哈哈哈

《An Introduction to Statistical Learning_with Applications in R》一书中文版，统计专业并且对R有较深入了解的会知道这本书，绝对不能错过的一本经典。中文版，方便阅读，用PDF软件打开，可以复制。没有专业pdf软件，可以到我资源下载页找。