【机器学习】带读李航 第一章-第四章《统计学习方法 第二版 监督学习》 跟我一起从菜鸟成长为大神
本视频以李航老师的《统计学习方法 第二版》为课本，带着大家一起学习，每天进步一点点。正所谓“积微者速成”。
视频更新完毕，后续的章节会以一章一个视频的形式录制
电子书链接:https://pan.baidu.com/s/1zDgK28ylbeyY7WGt6yCoRg
提取码:9i43
视频选集
（1/62）
导论
04:11
第一章 统计学习及监督学习概论 1.1-统计学习
13:13
1.2-统计学习的分类 1.2.1-基本分类 1 监督学习
25:02
1.2-统计学习的分类 1.2.1-基本分类 2 无监督学习
14:30
1.2-统计学习的分类 1.2.1-基本分类 3 强化学习-1
22:11
1.2-统计学习的分类 1.2.1-基本分类 3 强化学习-2
17:10
1.2-统计学习的分类 1.2.1-基本分类 3 强化学习-3
10:38
1.2-统计学习的分类 1.2.1-基本分类 3 强化学习-4
26:46
1.2-统计学习的分类 1.2.1-基本分类 3 强化学习-5
18:59
1.2-统计学习的分类 1.2.1-基本分类 4 半监督学习
05:17
1.2-统计学习的分类 1.2.2-按模型分类 1
14:50
1.2-统计学习的分类 1.2.2-按模型分类 2
02:30
1.2-统计学习的分类 1.2.3-按算法分类
10:22
1.2-统计学习的分类 1.2.4-按技巧分类
16:23
1.3-统计学习方法三要素 1.3.1-模型
11:27
1.3-统计学习方法三要素 1.3.2-策略 1
15:54
1.3-统计学习方法三要素 1.3.2-策略 2
15:38
1.3-统计学习方法三要素 1.3.3-算法
05:49
1.4-模型评估与模型选择 1.4.1-训练与测试误差
05:54
1.4-模型评估与选择 1.4.2-过拟合和模型选择
07:25
1.5-正则化与交叉验证 1.5.1-正则化
12:04
知识补充 为什么正则化可以防止过拟合？
14:29
知识补充 为什么L1正则具有稀疏性？
01:08
1.5-正则化与交叉验证 1.5.2-交叉验证
12:11
1.6-泛化能力 1.6.1-泛化误差
04:56
1.6-泛化能力 1.6.2-泛化误差上界-概念
06:22
1.6-泛化能力 1.6.2-泛化误差上界-推导
14:38
1.7-生成模型与判别模型-01
06:30
1.7-生成模型与判别模型-02
23:42
1.8-监督学习应用 1.8.1-分类问题
15:56
1.8-监督学习应用 1.8.2-标注问题
09:02
1.8-监督学习应用 1.8.3-回归问题
04:28
第一章 课后习题 讲解
02:05
第二章 感知机 2.1-感知机模型
10:56
2.2-感知机学习策略 2.2.1-数据集的线性可分性
01:54
2.2-感知机学习策略 2.2.1-感知机学习策略
17:20
2.3-感知机学习算法 2.3.1-感知机算法的原始形式 01
12:39
2.3-感知机学习算法 2.3.1-感知机算法的原始形式 02
14:23
2.3-感知机学习算法 2.3.2-算法的收敛性 01
08:23
2.3-感知机学习算法 2.3.2-算法的收敛性 02
08:29
2.3-感知机学习算法 2.3.2-算法的收敛性 03
07:10
2.3-感知机学习算法 2.3.2-算法的收敛性 04
07:44
2.3-感知机学习算法 2.3.3-感知机算法的对偶形式 01
12:38
2.3-感知机学习算法 2.3.3-感知机算法的对偶形式 02
24:26
第三章 k近邻法 3.1-k近邻算法
10:03
3.2-k近邻模型 3.2.1-模型
04:50
3.2-k近邻模型 3.2.2 距离度量
13:27
3.2-k近邻模型 3.2.3 k值的选择
06:24
3.2-k近邻模型 3.2.4 分类决策规则
05:23
3.3-k近邻法的实现 kd树 3.3.1 构造kd树
16:16
3.3-k近邻法的实现 kd树 3.3.2 搜索kd树
22:58
第四章 朴素贝叶斯 4.1-朴素贝叶斯法的学习与分类 4.1.1 基本方法
27:08
4.1-朴素贝叶斯法的学习与分类 4.1.2 后验概率最大化的含义 01
08:43
4.1-朴素贝叶斯法的学习与分类 4.1.2 后验概率最大化的含义 02
07:26
4.2-朴素贝叶斯法的参数估计 4.2.1 极大似然估计
05:30
4.2-朴素贝叶斯法的参数估计 4.2.2 学习与分类方法 01
06:19
4.2-朴素贝叶斯法的参数估计 4.2.2 学习与分类方法 例4-1
10:41
4.2-朴素贝叶斯法的参数估计 4.2.3 贝叶斯估计 01
08:15
4.2-朴素贝叶斯法的参数估计 4.2.3 贝叶斯估计 例题-4.2
10:16
第四章 朴素贝叶斯分类实例：检测SNS社区中不真实账号
02:55
关于第五章及后面的录制
03:35
第五章 决策树 传送门
01:26
【B站AI论坛】欢迎写代码、做产品的AI开发者发帖加入
共建AI开发者交流地>>
顶部