李航的《統計學習方法》可以說是機器學習的入門寶典，許多機器學習培訓班、網際網路企業的面試、筆試題目，很多都參考這本書。該書從 2005 年開始寫作一直到 2012 年完成，包含了眾多主要的監督學習演算法與模型。今年，《統計學習方法》第二版正式釋出，通過 6 年時間的努力，在第一版的基礎上又增加了無監督學習的主要演算法與模型。
就在 11 月 9 號，好訊息傳來了！《統計學習方法》第 2 版出最新課件啦！李航老師第一時間在他的微博“官宣”了！
《統計學習方法》第二版的最新課件是由清華大學深圳研究院的袁春教授製作的。我們一起來看看該課件的主要內容。
所有的課件都是 ppt 格式，總共包含 22 章。正好是《統計學習方法》第 2 版的完整內容。
其中，第 1 章至第 12 章主要是《統計學習方法》第一版的內容。主要介紹統計學習及監督學習概論、感知機、近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦迴歸與最大熵模型、支援向量機、提升方法、EM 演算法及其推廣、隱馬爾可夫模型、條件隨機場、監督學習方法總結。
第 2 版增加的新內容包括：
- 第 13 章無監督學習概論
-
第 14 章聚類方法
-
第 15 章奇異值分解
-
第 16 章主成分分析
-
第 17 章潛在語義分析
-
第 18 章概率潛在語義分析
-
第 19 章馬爾可夫鏈蒙特卡羅法
-
第 20 章潛在狄利克雷分配
-
第 21 章 PageRank 演算法
-
第 22 章無監督學習方法總結
下面來看部分章節的 ppt。
第 13 章
第 13 章主要介紹了無監督學習基本原理、基本問題、機器學習三要素、無監督學習方法。
第 16 章
第 16 章主要介紹總體主成分分析、基本想法、定義和匯出、主要性質、主成分的個數、規範化變數的總體主成分；樣本主成分分析、樣本主成分的定義和性質、相關矩陣的特徵值分解演算法、資料局正的奇異值分解演算法。
總的來看，每章的 ppt 內容非常全面且完整。ppt 配合教材使用，效果還是很不錯的！
資源獲取：
完整的 ppt 已經整理完畢，獲取步驟如下：
- 掃描下方二維碼
-
後臺回覆關鍵詞：LHPPT
