【机器学习】李航老师统计学习方法配套资源来了！

Github上爆火的机器学习资源numpy-ml

在前一篇文章中我分享了一个基于numpy的机器学习源码实现，这种不依赖其他第三方库的实现方式有助于对理论的理解。

今天继续分享类似的资源。

李航老师的《统计学习方法》想必大家都有所了解，被誉为国内机器学习的圣经。

今天分享的资源与这本书密切相关，主要包括三部分：

1. 对书中理论知识的浓缩

2. 书中机器学习模型的源代码实现

3. 书中的课后习题解答

   
   

第一个资源的地址：

https://github.com/AIDajiangtang/lihang-code

这个资源可以看作是《统计学习方法》的官方配套源代码实现和习题解答。

内容划分与书中的章节一致，每一章都是一个ipynb文件，可以通过notebook直接运行其中的源代码，除了源代码外还有对本章内容的浓缩。

这种一站式资源让人学起来很舒服。

首先对理论的浓缩能让你对机器学习方法有一个大致的了解，然后通过可运行的源代码进行实践加深认知，最后通过习题进行答疑解惑。

第二个资源的地址：

https://github.com/AIDajiangtang/Statistical-Learning-Method_Code

该资源与前一个一样，都是对《统计学习方法》的源码实现。

但我仍然强烈推荐它，因为它的注释太详细了，几乎每一行代码都有一个注释，足见作者的功力。

更难得的是它在注释中会标明代码对应的是哪个理论，甚至会标明代码对应的是哪个公式，这个就很厉害了，因为公式有时是非常晦涩难懂的，找到公式对应的代码也很难。

理解了公式，对于理论部分就基本上没问题了。

这里要说明一下，这两个仓库的源代码对应的是《统计学习方法》第二版。

关注微信公众号：人工智能大讲堂，后台回复【st】获取pdf资源。