トップをクリックして「AI適切な方法」、「スター」公開番号を選択します
ヘビードライグッズ、役立った最初の時間
李ハング、「統計的学習方法は、」入門書、それらの多くは、この本を参照してください多くの機械学習講座、インターネット企業の面接、書かれた質問に、機械学習に言うことができます。完了するために、2012年まで2005年から本を書き始め、それが主要な教師付き学習アルゴリズムやモデルの数が含まれています。今年は、初版に基づいて6年間の努力を通じて、「統計的学習法、」公式リリースの第二版は、メインアルゴリズムと教師なし学習モデルが追加されます。
11月9日号では、良いニュースが来ました！「統計的学習法」の最新のコースウェア、それの第二版！李ハング教師再び彼のマイクロブログ「公式のプロパガンダ」で初めて！
清華大学の教授チョン元深セン総合研究所が作成して、最新のコースウェアの第二版「を統計的には、方法を学びます」。私たちは、コースウェアの主な内容を見てみましょう。
すべてのコースウェアは、PPT形式である22章の合計が含まれています。ただ、「統計的学習法、」第二版の全体の内容。
このうち、第12章の第1章は、「統計的学習方法、」初版の内容です。統計的学習と学習、パーセプトロン、最近傍、ナイーブベイズ法、決定木、ロジスティック回帰と最大エントロピーモデル、サポートベクターマシン、アップグレード方法、への教師紹介に重点を置いてEMアルゴリズムとその拡張、隠れマルコフモデルは、条件は、空港、教師付き学習方法で要約されています。
バージョン2は、新しいコンテンツを追加し、次のとおりです。
教師なし学習の第13章の紹介
第14章クラスタリング
第15章特異値分解
第 16 章主成分分析
第17章潜在意味解析
第18章確率潜在意味解析
第19章マルコフ連鎖モンテカルロ
第20章の潜在的ディリクレ配分
第21章のPageRankアルゴリズム
第22章教師なし学習方法
次の章のPPTビュー。
第13章
第13章紹介教師なし学習の基本原則、基本的な問題、機械学習、教師なし学習法の三つの要素。
第16章
第16章一般的な主成分分析、基本的な考え方、定義され由来、主特性、主成分の数、変数の全体的な正常化の主要コンポーネントについて説明し、サンプル主成分分析、主成分と定義するサンプルの性質、相関行列の特性を値分解アルゴリズムは、データ局は特異値分解アルゴリズムです。
全体的に、各章のPPTの内容は非常に包括的かつ完全です。教材を用いたPPT、効果はまだ非常に良いです！
リソース：
公開番号舞台裏の返信：すでに仕上げ、アクセスした後、完全なPPT LHPPT。
推奨読書
（読むためにジャンプするタイトルをクリックしてください）
重いです！
林玄ティエンフルビデオ機械学習やブロガーノート来て！
次Fanger魏コードスキャン、追加 AI適切な方法・アシスタントのマイクロチャネルを、グループへの入学を申請することができ、そしてマシンは林玄ティエンフルビデオ+ブロガー赤い石の精錬ノートを取得することを学ぶには、（注意しなければなりません：グループ+場所+学校/会社を。たとえば、次のようにグループ+ +上海復旦大学。
押しスキャンコード、グループアプリケーション
（追加の高い番号は、しばらくお待ちください）
最新のAI、私は乾燥見ていました
