19.6K ·GitHub
这是什么？
这是李航《统计学习方法》（第2版）一书中所有算法的 Jupyter Notebook 代码实现集合，按章节组织。
这是李航《统计学习方法》（第2版）一书中所有算法的 Jupyter Notebook 代码实现集合，按章节组织。这是需要安装的库，还是只是配合书本阅读的代码示例？这是本书的配套代码，而不是打包好的库：notebook 按章节分文件夹存放，方便你对照书本阅读和运行。
这是本书的配套代码，而不是打包好的库：notebook 按章节分文件夹存放，方便你对照书本阅读和运行。我该怎么用？克隆仓库，然后在 Jupyter 中打开你正在学习的那一章的 notebook；每一章（感知机、k近邻、决策树、支持向量机等）都有自己的文件夹。
克隆仓库，然后在 Jupyter 中打开你正在学习的那一章的 notebook；每一章（感知机、k近邻、决策树、支持向量机等）都有自己的文件夹。这个项目还在持续更新吗？最后一次记录的更新是在2020年6月；代码是根据社区贡献的笔记整理而成的，此后并未持续维护。
最后一次记录的更新是在2020年6月；代码是根据社区贡献的笔记整理而成的，此后并未持续维护。代码逐章涵盖了哪些内容？第2至12章涵盖监督学习方法（感知机、k近邻、朴素贝叶斯、决策树、逻辑斯谛回归、支持向量机、提升方法、EM算法、隐马尔可夫模型、条件随机场）；第13至22章涵盖无监督学习方法（聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank）。
第2至12章涵盖监督学习方法（感知机、k近邻、朴素贝叶斯、决策树、逻辑斯谛回归、支持向量机、提升方法、EM算法、隐马尔可夫模型、条件随机场）；第13至22章涵盖无监督学习方法（聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank）。谁整理并维护这些代码？代码由微信公众号“机器学习初学者”根据社区成员贡献的笔记和代码整理而成，README 中还提到了一个相关的学习交流群（“黄博的机器学习圈子”），供进一步讨论。
代码由微信公众号“机器学习初学者”根据社区成员贡献的笔记和代码整理而成，README 中还提到了一个相关的学习交流群（“黄博的机器学习圈子”），供进一步讨论。为什么很多人用这个仓库准备面试？README 中指出，许多机器学习培训课程以及互联网公司的面试和笔试题都以这本书为基础，因此通过学习对应的代码来准备是一种常见做法。
README 中指出，许多机器学习培训课程以及互联网公司的面试和笔试题都以这本书为基础，因此通过学习对应的代码来准备是一种常见做法。要理解这些代码，我还需要阅读李航的原书吗？需要。这个仓库只提供代码；数学推导、讲解和理论内容都在书中，这里并未重复收录。
需要。这个仓库只提供代码；数学推导、讲解和理论内容都在书中，这里并未重复收录。What are similar projects?Statistical-Learning-Method_Code, The-Art-Of-Programming-By-July-2nd, Machine-Learning, 100-Days-Of-ML-Code, Book4_Power-of-Matrix, autumn-recruitment, DeepLearning, PRML
Statistical-Learning-Method_Code, The-Art-Of-Programming-By-July-2nd, Machine-Learning, 100-Days-Of-ML-Code, Book4_Power-of-Matrix, autumn-recruitment, DeepLearning, PRMLWhich topics is it in?svm, statistics, interview-preparation, algorithms, computer-science, jupyter notebook, data-science, book, beginner-friendly, learning-resources, china, tutorial
svm, statistics, interview-preparation, algorithms, computer-science, jupyter notebook, data-science, book, beginner-friendly, learning-resources, china, tutorial