阿里云服务器如何配置多网站,it外包wordpress模板,哈尔滨企业展示型网站建设,微信小游戏源码文 | 张倩源 | 机器之心《统计学习导论》很经典#xff0c;但用的是 R 语言#xff0c;没关系#xff0c;这里有份 Python 版习题实现。斯坦福经典教材《The Element of Statistical Learning》#xff08;简称 ESL#xff09;被称为频率学派的统计学习「圣经」#xff0… 文 | 张倩源 | 机器之心《统计学习导论》很经典但用的是 R 语言没关系这里有份 Python 版习题实现。斯坦福经典教材《The Element of Statistical Learning》简称 ESL被称为频率学派的统计学习「圣经」由三位统计学大师——Trevor Hastie、Robert Tibshirani、Jerome Friedman 共同完成。这本书介绍了神经网络、支持向量机、分类树和 boosting、图模型、随机森林、集成方法、Lasso 最小角度回归和路径算法、非负矩阵分解和谱聚类等各类机器学习算法可以帮助读者了解机器学习算法全貌。但对于刚入门的小白来说把这本经典教材啃下来难度还是相当大的因为书中有大量的公式、矩阵推导总长度达到 700 多页。因此Trevor Hastie 等人又写了一本入门级的《Introduction to Statistical Learning with R统计学习导论基于 R 应用》简称 ISL帮助更多的人尽快上手。ISL 弱化了数学推导的细节更注重方法的应用相当于 ESL 的导读版在入门读者中很受欢迎。但美中不足的是书中的练习是用 R 语言来实现的这对于主要使用 Python 语言的机器学习研究者来说不太友好。为了克服这一障碍有人尝试用 Python 语言解决了书里的所有概念、应用练习并将其上传到了 GitHub。GitHub 链接https://github.com/hardikkamboj/An-Introduction-to-Statistical-Learning除了练习之外他还提供了书中某些话题的 Python 教程并重制了一些图表。作者表示完成这项工作并不简单需要做很多研究工作书中也可能存在纰漏。和原书对应作者给出的 Python 解决方案正文也分为以下九章统计学习线性回归分类重采样方法线性模型选择与正则化非线性模型基于树的方法支持向量机无监督学习每章至少包含两部分应用问题和概念问题对应书中两种不同的练习题。如果你正在读这本书或者想重新做一下书里的练习可以参考这份 Python 版资料也可以跟着教材的配套视频边学边做。视频链接 https://www.bilibili.com/video/BV11t411A7Ym参考链接 https://zhuanlan.zhihu.com/p/27556007后台回复关键词【入群】加入卖萌屋NLP/IR/Rec与求职讨论群有顶会审稿人、大厂研究员、知乎大V和妹纸等你来撩哦~
