统计学习精要(The Elements of Statistical Learning)课堂笔记系列
- Posted at January 2nd, 2014
- Filed under
课程教材：The Elements of Statistical Learning http://www-stat.stanford.edu/~tibs/ElemStatLearn/
授课人：复旦大学计算机学院 吴立德教授
分节课堂笔记：
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（一）:导论和课程大纲
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二）：简单预测方法，OLS和KNN，统计决策理论
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（三）：高维空间问题、线性回归方法
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（四）：OLS和高斯马尔可夫定理
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（五）：logit和LDA
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（六）：logisitic、LDA和perceptional分类器
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（七）：B-splines（样条）
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（八）：平滑splines、子波分析
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（九）：核平滑器与局部方法
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十）：MM、EM和GMM
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十一）：BootStrap、MLE
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十二）：可加模型、树模型
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十三）：MARS、PRIM、HME、基函数模型
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十四）：Boost(AdaBoost)、自适应基函数模型、前向分布算法、指数损失函数
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十五）：梯度树提升算法(GTBA)
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十六）：随机森林(Random Forest)
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十七）：神经网络
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十八）：神经网络
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（十九）：SVM
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十）：SVM
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十一）：SMO算法
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十二）：核函数和核方法
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十三）：原型方法和最近邻KNN
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十四）：聚类
- 统计学习精要(The Elements of Statistical Learning)课堂笔记（二十五）：降维和PCA