《统计学习方法》-读书笔记汇总贴（汇总27/27）

最新推荐文章于 2022-11-28 23:08:49 发布
VIP文章 最新推荐文章于 2022-11-28 23:08:49 发布
阅读量1k 收藏 14
点赞数 3
分类专栏： # 李航统计学习方法读书笔记 啃书笔记汇总 文章标签： 机器学习 李航统计学习方法 统计学习方法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41485273/article/details/112397977
版权

本人学习所有系列：汇总帖

文章主要用来记录学习李航老师《统计学习方法（第二版）》的学习笔记，主要根据课本内容来，初步打算按照章节目录将知识点慢慢整理，希望能互相学习，共同提高！

目录

第1篇 监督学习

统计学习方法读书笔记（一）-统计学习及监督学习概述

统计学习方法读书笔记（二）-感知机

统计学习方法读书笔记（三）-k近邻法

统计学习方法读书笔记（四）-朴素贝叶斯法

统计学习方法读书笔记（五）-决策树

统计学习方法读书笔记（六）-逻辑斯蒂回归与最大熵模型</

最低0.47元/天 解锁文章
及时行樂_
关注
  • 3
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
JAVA学习笔记2020/4/27——Stream流、方法引用
01-20
第一章 Stream流 说到Stream便容易想到I/O Stream，而实际上，谁规定“流”就一定是“IO流”呢？在Java 8中，得益于Lambda所带来的函数式编程，引入了一个全新的Stream概念，用于解决已有集合类库既有的弊端。 1.1 引言 传统集合的多步遍历代码几乎所有的集合（如Collection接口或Map接口等）都支持直接或间接的遍历操作。而当我们需要对集合中的元素进行操作的时候，除了必需的添加、删除、获取外，最典型的就是集合遍历。例如： public class Demo01List { public static void main(String[] args)
统计学习方法---李航
wj199992的博客
03-17 4200
统计学习方法笔记 第一章:统计学习概论 1.1 统计学习 统计学习( statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习(statistical machine learning). 机器学习称为统计学习更学术化。 Herbert A.simon对“学习”的定义我觉得挺好的：如果一个系统能够通过执行某个过程改进它的性能，这就是学习。 统计学习的对象是数据（data），它从数据出发，提取数据的特征，抽象出数据模型，
统计学习方法 读书笔记（五）
01-06
读书笔记仅供个人学习使用 本文主要参考书籍为《统计学习方法》（李航）第二版 参考 Sunning_001的博客 决策树决策树的定义if-then 的理解条件概率分布的理解决策树学习特征选择信息增益信息增益比基尼指数决策树的生成ID3C4.5剪枝CART算法 决策树是一种基本的分类与回归方法。 决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。 （1）是if-then规则的集合 （2）是定义在特征空间与类空间上的条件概率分布 模型的主要优点有：具有可读性，分类速度快 显然，决策树在逻辑上以树的形式存在，包含根节点、内部结点和叶节点。 根节点：包含数据集中的所有数据的集合 内
《统计学习方法》学习笔记 第一章概论
01-20
1、统计学习：监督学习、非监督学习、半监督学习、强化学习      对于监督学习：对于给定的、有限的、用于学习的训练数据集合出发，假设数据是独立同分布，并假设要学习的模型属于某个函数的集合，称为假设空间；应用某个评价准则，从假设空间中选择一个最优模型，使它对已知训练数据及未知测试数据在给定的评价准则下有最优的预测；最优模型的选取由算法实现。即统计学习方法三要素：模型、策略、算法。 2、监督学习    输入空间、输出空间、特征空间                 联合概率分布、假设空间：输入空间到输出空间的映射的集合 3、三要素 3.1 模型 对监督学习，就是条件概率分布或决策函数 3.2 策略
《统计学习方法》(李航)读书笔记(完结)
weixin_30765577的博客
03-26 3085
因为要准备面试,本文以李航的《统计学习方法》为主,结合西瓜书等其他资料对机器学习知识做一个整理. 知识点 进程和线程:进程和线程都是一个时间段的描述，是CPU工作时间段的描述，不过是颗粒大小不同.进程就是包换上下文切换的程序执行时间总和 = CPU加载上下文+CPU执行+CPU保存上下文.线程是共享了进程的上下文环境的更为细小的CPU时间段。 判别式模型和生成式模型: 判别式模...
统计学习方法读书笔记（二十二）-无监督学习方法总结
scu-liu的博客
01-28 253
全部笔记的汇总贴：统计学习方法读书笔记汇总贴 PDF免费下载：《统计学习方法（第二版）》 一、无监督学习算法 统计学习方法读书笔记（十三）-无监督学习概述 统计学习方法读书笔记（十四）-聚类方法 统计学习方法读书笔记（十五）-奇异值分解 统计学习方法读书笔记（十六）-主成分分析 统计学习方法读书笔记（十七）-潜在语义分析 统计学习方法读书笔记（十八）-概率潜在语义分析 统计学习方法读书笔记（十九）-马尔科夫链蒙特卡洛方法 统计学习方法读书笔记（二十）-潜在迪利克雷分布 统计学习方法读书笔记（二十一）-Pag
机器学习心得总结：
chpryw的博客
03-09 3745
机器学习心得总结： 机器学习算法【（KNN、线性回归、多项式回归、逻辑回归、模型正则化、PCA）（SVM、决策树、随机森林、集成学习、模型选择、模型调整）】 会涉及到算法原理、算法应用场景、算法之间对比、同种算法不同参数对比、部分算法底层编写 介绍如何使用算法:1、如何评价算法好坏。2、如何解决过拟合和欠拟合。3、如何调节算法的参数。4、如何验证算法的正确性。 ...
《Python机器学习基础教程》无监督学习总结
elma_tww的博客
03-08 927
《Python机器学习基础教程》笔记 无监督算法的一个常见应用是作为监督算法的预处理步骤，有时可以提高监督算法的精度，或者减少内存占用和时间开销。不过评估无监督算法却没有什么好方法，唯一的方法就是人工检查。 一、无监督学习的分类 无监督学习主要有两种类型：数据集变换与聚类。 数据集变换：数据集的无监督变换是创建数据新的表示，与数据原始表示相比，新的表示可能更容易被人或其他机器...
统计学习方法—读书笔记（1）
qq_29212049的博客
01-09 338
统计学习方法——读书笔记（1）统计学习基本概念新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 统计学习基本概念...
《统计学习方法》读书笔记
weixin_45776027的博客
01-24 369
《统计学习方法》读书笔记 文章目录《统计学习方法》读书笔记1. 基于梯度的优化方法2. KKT条件：3. 线性最小二乘法（Moore-Penrose 伪逆求解）4. 机器学习任务总结5. 精确率、准确率、查准率（召回率）、ROC曲线、AUC值6. 防止过拟合的5种方法7. 熵、相对熵（KL散度）、交叉熵8. 最大似然估计9. 贝叶斯统计 1. 基于梯度的优化方法 （1）最速梯度下降（局部非全局），计算方向导数： minu,uTu=1uT∇xf(x)=minu,uTu=1∣∣u∣∣2∣∣∇xf(x)∣∣2co
统计学习方法笔记-基于Python算法实现源码.zip
06-01
统计学习方法笔记-基于Python算法实现。统计学习方法笔记-基于Python算法实现 所有代码均可直接运行。统计学习方法笔记-基于Python算法实现。统计学习方法笔记-基于Python算法实现 所有代码均可直接运行。统计学习...
读书笔记-统计学习方法（李航）第一章
weixin_42681868的博客
03-28 235
第一章统计学习方法概论1.1 统计学习统计学习的主要特点是：统计学习的对象：统计学习的目的：统计学习的方法：实现一个统计学习方法的步骤如下：1.2 监督学习联合概率分布：假设空间：1.3 统计学习三要素统计学习常用的损失函数期望风险和经验风险经验风险最小化和结构风险最小化1.4 模型的评估和选择1.5 正则化和交叉验证1.6 泛化能力1.7 生成模型和判别模型 1.1 统计学习 统计学习是关于计算...
《统计学习方法》 第二十二章 无监督学习方法总结
小鹏AI
11-28 176
马尔可夫链蒙特卡罗法（CMC，包括 Metropolis-Hastings-算法和吉布斯抽样）、潜在狄利克雷分配（LDA）、 PageRank算法。即非负矩阵分解（NMF）变分推理、幂法。这些方法通常用于无监督学习的聚类、降维、话题分析以及图分析。聚类方法（包括层次聚类与k均值聚类）、奇异值分解（SVD）、主成分分析（PCA）、无监督学习方法。无监潜在语义分析（LSA）、概率潜在语义分析（PLSA）此外，还简单介绍了另外三种常用的统计机器学习方法。八种常用的统计机器学习方法，即。
复现经典：《统计学习方法》第22章 无监督学习方法总结
fengdu78的博客
06-09 547
第22章 无监督学习方法总结本文是李航老师的《统计学习方法》一书的代码复现。作者：黄海广备注：代码都可以在github中下载。我将陆续将代码发布在公众号“机器学习初学者”，可以在这个专辑...
李航博士：《统计学习方法》第二版上线啦！增加无监督学习！
zenRRan的博客
05-08 148
点击上方，选择星标或置顶，每天给你送干货！阅读大概需要6分钟跟随小博主，每天进步一丢丢谁都知道机器学习三大秘籍：统计学习方法、西瓜书、花书，不管是否都看完过，反正都屯着心里也舒坦。哈哈。...
无监督学习
qq_39477242的博客
12-14 3946
无监督学习的含义 现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，在建模的过程中希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。 无监督学习里典型例子是聚类。聚类的目的在于把相似的东西聚在一起，而我们并不关心这一类是什么。因此，一个聚类算法通常只需要知道如何计算相似度就可以开始工作了。 聚类算法一般有五种方法，最主要的是划分方法和层次方法两种。划分聚类算法通过
《统计学习方法—李航》阅读笔记
weixin_41715485的博客
07-18 234
第一章统计学习方法简介 1.1统计学习 1.统计学习的特点 统计学习是关于计算机基于数据构件概率统计模型并用模型对数据进行预测与分析的一门学科，又称统计机器学习。 以计算机及网络为平台 以数据为研究对象 目的是对数据进行分析与预测 以方法为中心，构件统计模型并应用模型进行预测与分析 是以概率论、统计学、信息论、计算理论、最优化理论与计算机科学等多个领域的交叉学科 赫尔伯特·西蒙曾经对“学习”给出定义：如果一个系统能够通过执行某个过程改进它的性能，这就是学习。 2.统计学习的对象 从数据出发，提取
c语言专题精讲篇--笔记汇总
最新发布
07-30
C语言是一种广泛应用于计算机科学和软件开发的编程语言。...总之，C语言专题精讲篇的笔记汇总是一份重要的学习资料，可以帮助学习者系统地学习和掌握C语言的基础知识和常用技巧，为他们未来的编程之路打下坚实的基石。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值