分享一则资料,《统计学习方法》的python实现代码。
《统计学习方法》是李航的一本书,是比较基础经典的一本书,书中更多的是对基础传统机器学习的理论介绍,没有任何代码,这算是对代码的补充。
另外一本书《机器学习实战》,是包含部分理论与代码的书,也很经典,我看了下代码,网友整理的这个代码好多就是从这本书上来的,因为这两本书都是基础类的书,重叠部分还是很多的。但是整体来说《统计学习方法》理论东西更多,再配合代码就很完美了。
我一直认为,机器学习必须理论与代码都要掌握,学会理论才算真的入门,会代码的才会实际应用。光会代码不会理论就只能调用api了,碰到实际问题多半也解决不了,而且根本无法理解算法的美。
写代码,是对理论的充分理解,非常有效。
所以拿到这份代码,我的建议是照着代码一行一行的敲一边,将所有算法实现一遍,领悟是不一样的。我以前看《机器学习实战》这本书的时候就是这么做的,当时对于绝大多数代码我还用matlab代码重现过,在博客上了都可以找到。
总之对于机器学习的最有效路径就是:看书学理论,写代码深化理论。
网友整理的这套代码里面还有ppt,很好。
附一个书的目录:
第1章 统计学习方法概论
第2章 感知机
第3章 k近邻法
第4章 朴素贝叶斯
第5章 决策树
第6章 逻辑斯谛回归
第7章 支持向量机
第8章 提升方法
第9章 EM算法及其推广
第10章 隐马尔可夫模型
第11章 条件随机场
第12章 统计学习方法总结
获取方式扫一扫关注下面公号“机器学习与大数据挖掘”,后台回复关键字【机器学习】免费获得链接, 里面还有好多的其他下载资源,值得关注。