《统计学习方法》勘误表

最新推荐文章于 2022-08-11 10:30:17 发布
最新推荐文章于 2022-08-11 10:30:17 发布
阅读量6.3k 收藏 12
点赞数 4
分类专栏： 机器学习 文章标签： 统计学习方法 机器学习

去年刚接触机器学习时拜读过李航老师的统计学习方法，很有收获。 最近看到李航老师更新了新的勘误表，转载作为收藏

原文链接 http://blog.sina.com.cn/s/blog_7ad48fee01017dpi.html#cmt_3285959






Will-Lin
关注
  • 4
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
《统计学习方法》勘误表_李航
01-27
统计学习方法固然牛气，但是不免李航老师还是有点小失误，于是就出现了统计学习方法的勘误表
《统计学习方法》+最小二乘拟合多项式系数推导过程+P12推导勘误
IDMer的博客
10-13 2669
《统计学习方法》在第十二页的求拟合多项式系数时，推出的结果与书本的不一致。在网上搜了《统计学习方法》勘误（http://blog.sina.com.cn/s/blog_7ad48fee01017dpi.html），结果还是错误的，也有一些人提出疑惑，但是李航博士也没有解答。本文试图推导最小二乘拟合多项式的过程，对书本的结果进行勘误，并且用向量的形式进行推导验证结果的正确性。     首先，原问题
统计学完全教程 (勘误) AllofStatistics 张波等译
朱宇
01-30 2707
AllofStatistics是本好书，但翻译版本有些错误，特一一记录，亦作为阅读此书之心得体会。Pcn.number  中文版页码Pen.number  英文版页码2011-01-30 16:32:111.Pcn.2:Pen.22例如，A1 = [0,1), A2 = [1,2), A3 = [1,2),...就是两两不相交的集合序列。原书应该是: A3 = [2,3)
《统计学习方法》代码更新了-（github的star数5300+）
fengdu78的博客
07-10 486
李航老师的《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这本书。2019年5月1日，《统计学习方法第二版》出版了！本人的githu...
统计学习方法chapter2
松阁
10-02 118
统计学习方法chapter2 感知机模型 概述 感知机是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取+1和-1两类值。感知机是典型的判别模型，通过感知机所学习到的分离超平面将训练数据进行线性划分。 我们基于误分类的损失函数，利用常见的优化方法即梯度下降法对损失函数进行极小化，进而求出我们的感知机模型，感知机中的分类超平面和支持向量机中的最大间隔超平面类似；而且感知机模型后续发展到神经网络中的基础神经元。 ...
《统计学习方法》P74勘误
微电子学与固体电子学-俞驰
10-22 288
gR(D,A)=g(D,A)H(D)g_R(D,A)=\frac{g(D,A)}{H(D)}gR​(D,A)=H(D)g(D,A)​ 改为 gR(D,A)=g(D,A)H(A)g_R(D,A)=\frac{g(D,A)}{H(A)}gR​(D,A)=H(A)g(D,A)​
李航老师《统计学习方法》第二版第十八章概率潜在语义分析课后习题答案
qq_41626059的博客
05-24 1240
1、证明生成模型和共享模型是等价的。 证明： 1.1生成模型 首先，生成模型基于假设：假设在话题zzz给定条件下，单词www和文本ddd条件独立，即： P(w,z∣d)=P(z∣d)P(w∣z,d)=P(z∣d)P(w∣z)(1)P(w,z|d) = P(z|d)P(w|z,d) = P(z|d)P(w|z)\tag{1}P(w,z∣d)=P(z∣d)P(w∣z,d)=P(z∣d)P(w∣z)(1) 公式（1）的第二个等号成立是因为当随机变量x1,x2x_{1},x_{2}x1​,x2​独立时有P(x1∣x
统计学习方法勘误
09-28
统计学习方法勘误，详细记载了统计学习方法中的错误及对应的修正
站在巨人的肩膀上：《统计学习方法》的代码实现（github标星7095+）
简说Python的博客
10-05 846
点击“简说Python”，选择“星标公众号”福利干货，第一时间送达！@图片自制byunsplash本文授权转载自机器学习初学者学禁止二次转载阅读文本大概需要 5分钟。李...
李航《统计学习方法》错误汇总修编
rosefun96的博客
12-03 3947
正确打开形式：从尾往上查，直到自己版本的书时修改版为止。参考：李航统计学习方法修正
统计学习方法EM算法的错误指出
share727186630的博客
03-07 634
不知道看统计学习方法的小伙伴有没有注意到李航老师在书上有一推导的错误的地方，在书上159页，利用Jensen不等式下面 在使用Jensen不等式之后的推导，出现了alg(b)-lg(c)=alg(b/c)这种形式的推导。很明显是错误的 虽然最后还是能推导出最后的式子，但是书上写的有一个明显的BUG，在此指出 ...
统计学习方法(第二版)+简博士 读书笔记
m0_50650660的博客
08-11 1069
自己学习过程所记笔记
统计学习方法第二版 第21章参考答案
wqtltm的博客
05-18 2267
本文所写答案是作者自己的见解，大家酌情参考，不足之处敬请指出。 21.1 假设方阵A是随机矩阵，即其每个元素非负，每列之和为1，证明任然是随机矩阵，其中k是自然数。 分析：我们只需要证明任意两个随机矩阵的乘积依然是随机矩阵即可。假设现在有随机矩阵A和随机矩阵B我们需要证明矩阵C=A*B也是随机矩阵即可。 证明： 假设随机矩阵A = [,,] 随机矩阵B =，其中...
统计学习方法总结---10种统计方法的概括
weixin_33726313的博客
11-26 132
2019独角兽企业重金招聘Python工程师标准>>> ...
机器学习之梯度提升决策树(GBDT)
热门推荐
谓之小一
05-02 2万+
1.GBDT算法简介 GBDT(Gradient Boosting Decision Tree)是一种迭代的决策树算法，由多棵决策树组成，所有树的结论累加起来作为最终答案，我们根据其名字(Gradient Boosting Decision Tree)来展开推导过程。决策树(Decision Tree)我们已经不再陌生，在之前介绍到的机器学习之决策树(C4.5算法)、机器学习之分类与回归树(CA...
c primer plus第6版中文版勘误表
最新发布
10-02
《C Primer Plus》第6版中文版勘误表 以下是《C Primer Plus》第6版中文版的勘误表： 1. 第5页，第9行：将“how to break text”改为“how to break in text”。 2. 第12页，第5行：将“in the loop”改为“is a loop”。 3. 第25页，第12行：将“intrested”改为“interested”。 4. 第45页，第3行：将“varb”改为“verb”。 5. 第56页，第7行：将“hom”改为“home”。 6. 第67页，第4行：将“anshere”改为“answer”。 7. 第78页，第6行：将“reumated”改为“reformatted”。 8. 第89页，第7行：将“thecode”改为“the code”。 9. 第101页，第3行：将“cout”改为“count”。 10. 第115页，第5行：将“may also”改为“also may”。 11. 第127页，第9行：将“aint”改为“ain't”。 12. 第134页，第5行：将“occr”改为“occurs”。 13. 第145页，第1行：将“pushe()”改为“push()”。 14. 第157页，第12行：将“elme”改为“elm”。 15. 第166页，第10行：将“faceramte”改为“facemate”。 16. 第178页，第2行：将“transpareny”改为“transparency”。 17. 第191页，第4行：将“budder”改为“buffer”。 18. 第203页，第7行：将“initiliazation”改为“initialization”。 19. 第217页，第5行：将“Hale me”改为“Hail me”。 20. 第233页，第8行：将“asrgv”改为“argcv”。 请注意，以上是根据第6版中文版勘误表摘录的一部分信息。如需获取完整的勘误表，请查阅相关出版物的官方网站或索取最新版本的印刷品。

“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
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