【课程简介】
本课程适合所有需要学习机器学习技术的同学，课件内容制作精细，由浅入深，适合入门或进行知识回顾。
本章为该课程的其中一个章节，如有需要可下载全部课程
全套资源下载地址：https://download.csdn.net/download/qq_27595745/85252312
【全部课程列表】
第1章 机器学习和统计学习 共75页.pptx
第2和12章 感知机和统计学习方法总结 共27页.pptx
第3章 k-近邻算法 共69页.pptx
第4章 贝叶斯分类器 共79页.pptx
第5章 决策树 共98页.pptx
第6章 Logistic回归 共75页.pptx
第7章 SVM及核函数 共159页.pptx
第8章 adaboost 共75页.pptx
第9章 EM算法 共48页.pptx
第10章 隐马尔科夫模型 共64页.pptx
第11章 条件随机场 共63页.pptx
第13章 无监督学习概论 共27页.pptx
第14章 聚类方法 共52页.pptx
第15章 奇异值分解 共66页.pptx
第16章 主成分分析 共67页.pptx
第17章 潜在语义
2022-05-04 12:05:36
913KB
Statistic-study-notes
李航统计学习方法（第二版）的学习笔记，包括：
1、每章重点数学公式的手动推导
均为手写然后扫描成图片，字迹不工整还望谅解，之后有时间会用Latex修正
点击数学公式没有出现图片的情况 需要搭梯子才可以在线预览到数学推导的图片...
3.1 无数学推导，偏重算法实现-KNN
5.1 无数学推导，偏重算法实现-决策树
6.1 最大熵模型的数学推导
6.2 拉格朗日对偶性问题的数学推导
6.3 改进的迭代尺度法数学推导
7.第七章数学公式推导
7.1 软间隔最大化对偶问题
7.2 证明最大间隔分离超平面存在唯一性
8.第八章数学公式推导
8.1 证明AdaBoost是前向分步加法算法的特例
8.2 证明AdaBoost的训练误差界
9.第九章数学公式推导
9.1 EM算法的导出
9.2 用EM算法估计高斯模混合模型
10.第十章数学公式推导
10.1
2021-11-22 22:26:04
38.21MB
1