fengdu78/lihang-code

《统计学习方法》的代码实现

Jupyter Notebook

Stars and forks stats for /fengdu78/lihang-code

6 003 forks on 2023-07-066 004 forks on 2023-07-076 003 forks on 2023-07-086 004 forks on 2023-07-096 004 forks on 2023-07-106 009 forks on 2023-07-116 009 forks on 2023-07-126 009 forks on 2023-07-136 009 forks on 2023-07-146 009 forks on 2023-07-156 009 forks on 2023-07-166 009 forks on 2023-07-176 008 forks on 2023-07-186 007 forks on 2023-07-196 007 forks on 2023-07-206 007 forks on 2023-07-216 008 forks on 2023-07-226 008 forks on 2023-07-236 008 forks on 2023-07-246 008 forks on 2023-07-256 009 forks on 2023-07-266 009 forks on 2023-07-276 008 forks on 2023-07-286 008 forks on 2023-07-296 005 forks on 2023-07-306 005 forks on 2023-07-316 005 forks on 2023-08-016 005 forks on 2023-08-026 005 forks on 2023-08-036 007 forks on 2023-08-046 008 forks on 2023-08-056 008 forks on 2023-08-066 009 forks on 2023-08-076 008 forks on 2023-08-086 007 forks on 2023-08-096 007 forks on 2023-08-106 007 forks on 2023-08-116 010 forks on 2023-08-126 011 forks on 2023-08-136 012 forks on 2023-08-146 012 forks on 2023-08-156 012 forks on 2023-08-166 013 forks on 2023-08-176 013 forks on 2023-08-186 013 forks on 2023-08-196 015 forks on 2023-08-206 015 forks on 2023-08-216 015 forks on 2023-08-226 016 forks on 2023-08-236 017 forks on 2023-08-246 018 forks on 2023-08-256 019 forks on 2023-08-266 019 forks on 2023-08-276 022 forks on 2023-08-286 022 forks on 2023-08-296 022 forks on 2023-08-306 022 forks on 2023-08-316 022 forks on 2023-09-016 021 forks on 2023-09-026 020 forks on 2023-09-036 022 forks on 2023-09-046 022 forks on 2023-09-056 025 forks on 2023-09-066 025 forks on 2023-09-076 025 forks on 2023-09-086 024 forks on 2023-09-096 024 forks on 2023-09-106 024 forks on 2023-09-116 027 forks on 2023-09-126 028 forks on 2023-09-136 028 forks on 2023-09-146 028 forks on 2023-09-156 036 forks on 2023-09-166 043 forks on 2023-09-176 045 forks on 2023-09-186 047 forks on 2023-09-196 051 forks on 2023-09-206 051 forks on 2023-09-216 054 forks on 2023-09-226 058 forks on 2023-09-236 063 forks on 2023-09-246 063 forks on 2023-09-256 068 forks on 2023-09-266 072 forks on 2023-09-276 074 forks on 2023-09-286 075 forks on 2023-09-296 078 forks on 2023-09-306 082 forks on 2023-10-016 085 forks on 2023-10-026 085 forks on 2023-10-03

6.1kforks in total +86last 90 days

16 801 stars on 2023-07-0616 805 stars on 2023-07-0716 807 stars on 2023-07-0816 814 stars on 2023-07-0916 814 stars on 2023-07-1016 821 stars on 2023-07-1116 823 stars on 2023-07-1216 824 stars on 2023-07-1316 825 stars on 2023-07-1416 826 stars on 2023-07-1516 824 stars on 2023-07-1616 824 stars on 2023-07-1716 826 stars on 2023-07-1816 825 stars on 2023-07-1916 826 stars on 2023-07-2016 827 stars on 2023-07-2116 829 stars on 2023-07-2216 829 stars on 2023-07-2316 833 stars on 2023-07-2416 838 stars on 2023-07-2516 840 stars on 2023-07-2616 844 stars on 2023-07-2716 846 stars on 2023-07-2816 848 stars on 2023-07-2916 851 stars on 2023-07-3016 851 stars on 2023-07-3116 856 stars on 2023-08-0116 856 stars on 2023-08-0216 859 stars on 2023-08-0316 862 stars on 2023-08-0416 862 stars on 2023-08-0516 863 stars on 2023-08-0616 863 stars on 2023-08-0716 866 stars on 2023-08-0816 870 stars on 2023-08-0916 870 stars on 2023-08-1016 874 stars on 2023-08-1116 876 stars on 2023-08-1216 878 stars on 2023-08-1316 878 stars on 2023-08-1416 883 stars on 2023-08-1516 889 stars on 2023-08-1616 892 stars on 2023-08-1716 896 stars on 2023-08-1816 897 stars on 2023-08-1916 904 stars on 2023-08-2016 906 stars on 2023-08-2116 906 stars on 2023-08-2216 909 stars on 2023-08-2316 915 stars on 2023-08-2416 918 stars on 2023-08-2516 921 stars on 2023-08-2616 921 stars on 2023-08-2716 923 stars on 2023-08-2816 926 stars on 2023-08-2916 928 stars on 2023-08-3016 928 stars on 2023-08-3116 931 stars on 2023-09-0116 936 stars on 2023-09-0216 937 stars on 2023-09-0316 939 stars on 2023-09-0416 944 stars on 2023-09-0516 944 stars on 2023-09-0616 945 stars on 2023-09-0716 945 stars on 2023-09-0816 945 stars on 2023-09-0916 947 stars on 2023-09-1016 948 stars on 2023-09-1116 953 stars on 2023-09-1216 958 stars on 2023-09-1316 963 stars on 2023-09-1416 965 stars on 2023-09-1517 002 stars on 2023-09-1617 044 stars on 2023-09-1717 090 stars on 2023-09-1817 107 stars on 2023-09-1917 137 stars on 2023-09-2017 156 stars on 2023-09-2117 177 stars on 2023-09-2217 202 stars on 2023-09-2317 226 stars on 2023-09-2417 226 stars on 2023-09-2517 251 stars on 2023-09-2617 259 stars on 2023-09-2717 290 stars on 2023-09-2817 303 stars on 2023-09-2917 310 stars on 2023-09-3017 318 stars on 2023-10-0117 326 stars on 2023-10-0217 326 stars on 2023-10-03

17.3kstars in total +548last 90 days

This is stars and forks stats for /fengdu78/lihang-code repository. As of 03 Oct, 2023 this repository has 17326 stars and 6085 forks.

《统计学习方法》第二版的代码实现 李航老师编写的《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外,每章介绍一种方法。叙述从具体问题或实例入手,由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。 《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。 今天我们将李航老师的《统计学习方法》第二版的代码进行了整理,并提供下载。 非常感谢各位朋友贡献的自己的笔记、代码! 2020年6月7日 代码目录 第1章 统计学习方法概论 第2章 感知机 第3章 k近邻法 第4章 朴素贝叶斯 第5章 决策树 第6章 逻辑斯谛回归 第7章 支持向量机 第8章 提升方法 第9章 EM算法及其推广 第10章 隐马尔可夫模型 第11章 条件随机场 第12章 监督学习方法总结 第13章 无监督学习概论 第14章 聚类方法 第15章 奇异值分解 第16章 主成分分析 第17章...
Read on GithubGithub Stats Page
repotechsstarsweeklyforksweekly
ShusenTang/Dive-into-DL-PyTorchJupyter NotebookOther17.1k05.3k0
bloc97/Anime4KJupyter NotebookGLSLOther16.9k01.3k0
udacity/deep-learning-v2-pytorchJupyter NotebookPython5k05.3k0
cs231n/cs231n.github.ioJupyter NotebookTeXHTML9.6k04k0
pytorch/torchrecPythonC++Jupyter Notebook1.5k02890
orlandpm/Math-for-ProgrammersJupyter NotebookPython66003100
maxcrous/multiview_notebooksJupyter NotebookPython710110
rapidsai/cugraphCudaPythonC++1.4k+72570
kakaobrain/rq-vae-transformerJupyter NotebookPython605+1690
jantic/DeOldifyPythonJupyter NotebookOther17k02.5k0