李航：畢業(yè)于日本京都大學電氣電子工程系，日本東京大學獲得計算機科學博士學位。1990年至2001年就職于日本NEC 公司中央研究所，任研究員，2001年至2012年就職于微軟亞洲研究院，任高級研究員與主任研究員。2012年至2017年就職于華為技術有限公司諾亞方舟實驗室，任首席科學家、主任。現(xiàn)任字節(jié)跳動科技有限公司人工智能實驗室總監(jiān)，北京大學、南京大學客座教授，IEEE 會士，ACM 杰出科學家，CCF 高級會員。研究方向包括信息檢索，自然語言處理，統(tǒng)計機器學習，及數(shù)據(jù)挖掘。曾出版過三部學術專著，并在頂級國際學術會議和頂級國際學術期刊上發(fā)表過120多篇學術論文，擁有40項授權美國專利。

李航老師編寫的《統(tǒng)計學習方法》全面系統(tǒng)地介紹了統(tǒng)計學習的主要方法，特別是監(jiān)督學習方法，包括感知機、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與支持向量機、提升方法、em算法、隱馬爾可夫模型和條件隨機場等。除第1章概論和最后一章總結(jié)外，每章介紹一種方法。敘述從具體問題或?qū)嵗胧?#xff0c;由淺入深，闡明思路，給出必要的數(shù)學推導，便于讀者掌握統(tǒng)計學習方法的實質(zhì)，學會運用。

《統(tǒng)計學習方法》可以說是機器學習的入門寶典，許多機器學習培訓班、互聯(lián)網(wǎng)企業(yè)的面試、筆試題目，很多都參考這本書。

1.《統(tǒng)計學習方法》的代碼實現(xiàn)

《統(tǒng)計學習方法》這本書，附件里并沒有代碼實現(xiàn)，于是許多研究者復現(xiàn)了里面算法的代碼，并放在github里分享，這里介紹幾個比較熱門的《統(tǒng)計學習方法》代碼實現(xiàn)的項目：

1）https://github.com/fengdu78/lihang-code （標星：12k+）

這個倉庫由黃海廣博士整理，已經(jīng)基本整理完畢（第一版、第二版），倉庫的主要內(nèi)容以Jupyter Notebook格式展現(xiàn)，同時介紹書上的主要算法及公式推導。

2) https://github.com/WenDesi/lihang_book_algorithm （標星：4.4k+）

這個倉庫不介紹任何機器學習算法的原理，只是將《統(tǒng)計學習方法》中每一章的算法用我自己的方式實現(xiàn)一遍。除了李航書上的算法外，還實現(xiàn)了一些其他機器學習的算法，這個倉庫用Python代碼實現(xiàn)。(更新完十二章)

3）https://github.com/Dod-o/Statistical-Learning-Method_Code （標星：5.6k+）

這個倉庫力求每行代碼都有注釋，重要部分注明公式來源。具體會追求下方這樣的代碼，學習者可以照著公式看程序，讓代碼有據(jù)可查。(更新完十章)

代碼截圖，注釋完整且規(guī)范

4）https://github.com/SmirkCao/Lihang （標星：3.6k+）

這個倉庫用markdown編寫，前十二章更新完畢，后面部分也更新了大部分，沒有代碼，但是，公式推導相當全。

2. 《統(tǒng)計學習方法》課后習題解答

1）https://github.com/datawhalechina/statistical-learning-method-solutions-manual

這個倉庫主要完成了該書（第一版）的全部習題，并提供代碼和運行之后的截圖，里面的內(nèi)容是以統(tǒng)計學習方法的內(nèi)容為前置知識，該習題解答的最佳使用方法是以李航老師的《統(tǒng)計學習方法》為主線，并嘗試完成課后習題，如果遇到不會的，再來查閱習題解答。

由于習題解答中需要有程序和執(zhí)行結(jié)果，采用jupyter notebook的格式進行編寫（文件路徑：notebook/notes），然后將其導出成markdown格式，再覆蓋到docs對應的章節(jié)下。

內(nèi)容截圖：

內(nèi)容截圖

溫馨提醒：主頁置頂?shù)挠袑嵱觅N合集，歡迎大家積極參與和分享，你分享，我贈書，一起漲姿勢！

文章內(nèi)容來源：

李航老師《統(tǒng)計學習方法》的代碼實現(xiàn)、課件、作業(yè)等相關資源的最全匯總?mp.weixin.qq.com

如有侵權，可私信聯(lián)系。

感謝關注和點贊

總結(jié)

以上是生活随笔為你收集整理的统计学习方法 pdf_机器学习的入门宝典！《统计学习方法》的代码实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。