https://github.com/relph1119/statistical-learning-method-camp
统计学习方法训练营课程作业及答案，视频笔记在线阅读地址：https://relph1119.github.io/statistical-learning-method-camp
https://github.com/relph1119/statistical-learning-method-camp
statistical-learning
Last synced: about 2 months ago
JSON representation
统计学习方法训练营课程作业及答案，视频笔记在线阅读地址：https://relph1119.github.io/statistical-learning-method-camp
- Host: GitHub
- URL: https://github.com/relph1119/statistical-learning-method-camp
- Owner: Relph1119
- Created: 2019-01-29T15:01:19.000Z (over 6 years ago)
- Default Branch: master
- Last Pushed: 2022-11-22T06:37:11.000Z (over 2 years ago)
- Last Synced: 2025-03-24T08:08:21.767Z (about 2 months ago)
- Topics: statistical-learning
- Language: Jupyter Notebook
- Homepage:
- Size: 45.4 MB
- Stars: 196
- Watchers: 11
- Forks: 77
- Open Issues: 11
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 《统计学习方法》训练营
## 课程资料
- [ApacheCN](https://ailearning.apachecn.org/)
- [廖雪峰 Python3 教程](https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000)
- 优秀github资源：
1. [李航《统计学习方法》中机器学习模型的LaTeX公式笔记](https://github.com/anch3or/Machine-Learning-Notes)
2. [李航《统计学习方法笔记》中的代码、notebook、参考文献、Errata](https://github.com/SmirkCao/Lihang)
3. [李航《统计学习方法》习题笔记](https://sine-x.com/statistical-learning-method)
- 本训练营的学习安排与课程任务：详见文件夹Books中的《统计学习方法作业》doc文档
## 视频笔记在线阅读地址
视频笔记在线阅读地址：https://relph1119.github.io/statistical-learning-method-camp
## 相关资料下载地址（包括视频笔记和习题解答）
链接：https://pan.baidu.com/s/1TrUW79J06HzVRoqOebLg9w
提取码：tc49
## 课程安排（第四期）
**总课时：5 周**
### 第一周
- 1 学习第1章统计学习方法概论
- 2 学习第2章感知机
- 3 学习第3章k近邻
### 第二周
- 4 学习第4章朴素贝叶斯法
- 5 学习第5章决策树
### 第三周
- 6 学习第6章Logistic回归与最大熵模
- 7 学习第7章支持向量机
### 第四周
- 8 学习第8章提升方法
- 9 学习第9章EM算法及推广
### 第五周
- 10 学习第10章隐马尔科夫模型
- 11 学习第11章条件随机场
## 项目结构
Books--------------------------------------作业汇总和视频笔记的pdf
docs---------------------------------------视频笔记
Exercises-of-the-First-Edition-------------第一版章节习题解答
+---images---------------------------------习题插图
+---notebook-------------------------------JupyterNotebook格式习题解答
PhaseFour----------------------------------深度之眼第四期
+---Note
| +----image----------------------------笔记截图
| +----notebook-------------------------JupyterNotebook格式视频笔记
+---Week1----------------------------------第一周作业
+---Week2----------------------------------第二周作业
+---Week3----------------------------------第三周作业
+---Week4----------------------------------第四周作业
+---Week5----------------------------------第五周作业
PhaseOne-----------------------------------深度之眼第一期
+---Week1----------------------------------第一周作业
+---Week2----------------------------------第二周作业
+---Week3----------------------------------第三周作业
+---Week4----------------------------------第四周作业
+---Week5----------------------------------第五周作业
## 运行环境设置
1. 安装相关的依赖包
```shell
pip install -r requirements.txt
```
2. 安装graphviz
可参考博客：https://blog.csdn.net/HNUCSEE_LJK/article/details/86772806
3. 设置PhaseFour目录为Sources Root
## 总结
笔者有一些作业题是根据优秀资源[3]中解答的，作业题并不难，希望小伙伴们都能动手完成。
该训练营课程来自微信公众号深度之眼，笔者非常推荐，虽然以自学为主，但是在星球中能学到很多知识。该公众号下的机器学习实战训练营也很不错，大家可以尝试学习一下，一定有很大的收获。这个是我在该训练营的作业：[机器学习实战](https://github.com/Relph1119/MachineLearningInAction-Camp)
笔者用了近三周时间（2019年7月26日——2019年8月15日），完成了深度之眼的统计学习方法第四期视频笔记，再次学一遍感觉收获甚多，还记得第一次学这本书的时候，很多公式都没有手动推导，这次视频笔记是根据老师的视频，添加了很多笔者自己推导的公式，希望大家能读懂并能有所收获，笔记中难免有些错误，还请大家能协助帮忙指出。
笔者用了近10天时间（2019年11月4日——2019年11月14日），完成了李航-统计学习方法（第一版）的[所有习题](https://github.com/datawhalechina/statistical-learning-method-solutions-manual)，在做习题的时候，查了很多资料，大部分题目是参考优秀资源[3]中的解答，虽然里面很多证明没有，但是笔者依然坚持完成了，这是第三遍刷李航老师的这本书了，笔记中习题6.3的代码编程没有完成，但是笔者依然会在后期完善并更新文档，PDF版本在Books文件夹下，另外很感谢一个女生一直支持我完成习题。