李航老师的《统计学习方法》是机器学习领域的经典入门教材之一。
本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔科夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等。本书通过第1章、第12章、第13章、第22章进行总结，其余每章都介绍一种统计学习方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。
统计学习方法习题解答，主要完成了该书的所有习题，并提供代码和运行之后的截图，里面的内容是以统计学习方法的内容为前置知识，该习题解答的最佳使用方法是以李航老师的《统计学习方法》为主线，并尝试完成课后习题，如果遇到不会的，再来查阅习题解答。
如果觉得解答不详细，可以点击这里提交你希望补充推导或者习题编号，我们看到后会尽快进行补充。
在线阅读地址：https://datawhalechina.github.io/statistical-learning-method-solutions-manual
- 第1篇 监督学习
- 第2篇 无监督学习
- 第14章 聚类方法
- 第15章 奇异值分解
- 第16章 主成分分析
- 第17章 潜在语义分析
- 第18章 概率潜在语义分析
- 第19章 马尔可夫链蒙特卡罗法
- 第20章 潜在狄利克雷分配
- 第21章 PageRank算法
书名：统计学习方法
作者：李航
出版社：清华大学出版社
版次：2019年5月第2版
勘误表：http://blog.sina.com.cn/s/blog_7ad48fee0102yjdu.html
-
Python版本
请使用python3.7.X，如使用其他版本，requirements.txt中所列的依赖包可能不兼容。 -
安装相关的依赖包
pip install -r requirements.txt
-
安装graphviz（用于展示决策树）
可参考博客：https://blog.csdn.net/HNUCSEE_LJK/article/details/86772806 -
docsify框架运行
docsify serve ./docs
- 由于习题解答中需要有程序和执行结果，采用jupyter notebook的格式进行编写（文件路径：notebook/notes），然后将其导出成markdown格式，再覆盖到docs对应的章节下。
- 目前已完成前11章习题解答，需要进行全部解答校对。
- 可按照Notebook运行环境配置，配置相关的运行环境。
- 校对过程中，关于数学概念补充，尽量使用初学者（有高数基础）能理解的数学概念，如果涉及公式定理的推导和证明，可附上参考链接。
- 当前进度
| 章节号 | 标题 | 进度 | 负责人 | 审核人 |
|---|---|---|---|---|
| 1 | 统计学习方法概论 | 已完成 | 胡锐锋、毛鹏志 | 王维嘉、毛鹏志、范佳慧 |
| 2 | 感知机 | 已完成 | 胡锐锋 | 毛鹏志、范佳慧、王天富、王茸茸 |
| 3 | k近邻法 | 已完成 | 胡锐锋 | 王维嘉、毛鹏志、王茸茸 |
| 4 | 朴素贝叶斯法 | 已完成 | 胡锐锋、王维嘉 | 王瀚翀、王天富、王茸茸 |
| 5 | 决策树 | 已完成 | 胡锐锋、王维嘉 | 王瀚翀、王天富、王茸茸 |
| 6 | Logistic回归与最大熵模型 | 已完成 | 胡锐锋 | 毛鹏志、范佳慧、王瀚翀 |
| 7 | 支持向量机 | 已完成 | 胡锐锋、王茸茸 | 王维嘉、王瀚翀、王天富 |
| 8 | 提升方法 | 已完成 | 胡锐锋、王茸茸 | 王维嘉、毛鹏志、王瀚翀 |
| 9 | EM算法及其推广 | 已完成 | 胡锐锋 | 毛鹏志、范佳慧、王瀚翀、王茸茸 |
| 10 | 隐马尔可夫模型 | 已完成 | 胡锐锋、王瀚翀 | 王维嘉、范佳慧、王天富、王茸茸 |
| 11 | 条件随机场 | 已完成 | 胡锐锋、王瀚翀 | 王维嘉、范佳慧、王天富 |
| 14 | 聚类方法 | 待评审 | 胡锐锋、刘晓东 | - |
| 15 | 奇异值分解 | 待评审 | 胡锐锋、李拥祺 | - |
| 16 | 主成分分析 | 待完善 | 胡锐锋、王茸茸 | - |
| 17 | 潜在语义分析 | 待评审 | 胡锐锋 | - |
| 18 | 概率潜在语义分析 | 待评审 | 胡锐锋 | - |
| 19 | 马尔可夫链蒙特卡罗法 | 待评审 | 胡锐锋、王天富 | - |
| 20 | 潜在狄利克雷分配 | 待评审 | 胡锐锋、薛博阳 | - |
| 21 | PageRank算法 | 待评审 | 胡锐锋、毛鹏志 | - |
| 23 | 前馈神经网络 | 待认领 | - | - |
| 24 | 卷积神经网络 | 待认领 | - | - |
| 25 | 循环神经网络 | 待认领 | - | - |
| 26 | 序列到序列模型 | 待认领 | - | - |
| 27 | 预训练语言模型 | 待认领 | - | - |
| 28 | 生成对抗网络 | 待认领 | - | - |
codes----------------------------------------------习题代码 | +---ch02-----------------------------------------第2章习题解答代码 | | +---perceptron.py------------------------------习题2.2（构建从训练数据求解感知机模型的例子） | +---ch03-----------------------------------------第3章习题解答代码 | | +---k_neighbors_classifier.py------------------习题3.1（k近邻算法关于k值的模型比较） | | +---kd_tree_demo.py----------------------------习题3.2（kd树的构建与求最近邻点） | | +---my_kd_tree.py------------------------------习题3.3（用kd树的k邻近搜索算法） | +---ch05-----------------------------------------第5章习题解答代码 | | +---k_neighbors_classifier.py------------------习题5.1（调用sklearn的DecisionTreeClassifier类使用C4.5算法生成决策树） | | +---my_decision_tree.py------------------------习题5.1（自编程实现C4.5生成算法） | | +---my_least_squares_regression_tree.py--------习题5.2（最小二乘回归树生成算法） | +---ch06-----------------------------------------第6章习题解答代码 | | +---my_logistic_regression.py------------------习题6.2（实现Logistic回归模型学习的梯度下降法） | | +---maxent_dfp.py------------------------------习题6.3（最大熵模型学习的DFP算法） | +---ch07-----------------------------------------第7章习题解答代码 | | +---svm_demo.py--------------------------------习题7.2（根据题目中的数据训练SVM模型，并在图中画出分离超平面、间隔边界及支持向量） | +---ch08-----------------------------------------第8章习题解答代码 | | +---adaboost_demo.py---------------------------习题8.1（使用sklearn的AdaBoostClassifier分类器实现） | | +---my_adaboost.py-----------------------------习题8.1（自编程实现AdaBoost算法） | +---ch09-----------------------------------------第9章习题解答代码 | | +---three_coin_EM.py---------------------------习题9.1（三硬币模型的EM算法） | | +---gmm_demo.py--------------------------------习题9.3（使用GaussianMixture求解两个分量高斯混合模型的6个参数） | | +---my_gmm.py----------------------------------习题9.3（自编程实现求两个分量的高斯混合模型的5个参数） | +---ch10-----------------------------------------第10章习题解答代码 | | +---hidden_markov_backward.py------------------习题10.1（隐马尔可夫模型的后向算法） | | +---hidden_markov_forward_backward.py----------习题10.2（隐马尔可夫模型的前向后向算法） | | +---hidden_markov_viterbi.py-------------------习题10.3（隐马尔可夫模型的维特比算法） | +---ch11-----------------------------------------第11章习题解答代码 | | +---crf_matrix.py------------------------------习题11.4（使用条件随机场矩阵形式，计算所有路径状态序列的概率及概率最大的状态序列） | +---ch14-----------------------------------------第14章习题解答代码 | | +---divisive_clustering.py---------------------习题14.1（分裂聚类算法） | +---ch15-----------------------------------------第15章习题解答代码 | | +---my_svd.py----------------------------------习题15.1（自编程实现奇异值分解） | | +---outer_product_expansion.py-----------------习题15.2（外积展开式） | +---ch16-----------------------------------------第16章习题解答代码 | | +---pca_svd.py---------------------------------习题16.1（样本矩阵的奇异值分解的主成分分析算法） | +---ch17-----------------------------------------第17章习题解答代码 | | +---lsa_svd.py---------------------------------习题17.1（用矩阵奇异值分解进行潜在语义分析） | | +---divergence_nmf_lsa.py----------------------习题17.2（损失函数是散度损失时的非负矩阵分解算法） | +---ch18-----------------------------------------第18章习题解答代码 | | +---em_plsa.py---------------------------------习题18.1（基于生成模型的EM算法的概率潜在语义分析） | +---ch19-----------------------------------------第19章习题解答代码 | | +---monte_carlo_method.py----------------------习题19.1（蒙特卡洛法积分计算） | | +---metropolis_hastings.py---------------------习题19.7（使用Metropolis-Hastings算法求后验概率分布的均值和方差） | | +---gibbs_sampling.py--------------------------习题19.8（使用吉布斯抽样算法估计参数的均值和方差） | +---ch20-----------------------------------------第20章习题解答代码 | | +---gibbs_sampling_lda.py----------------------习题20.2（LDA吉布斯抽样算法） | +---ch21-----------------------------------------第21章习题解答代码 | | +---page_rank.py-------------------------------习题21.2（基本定义的PageRank的迭代算法） docs-----------------------------------------------习题解答 notebook-------------------------------------------习题解答JupyterNotebook格式 requirements.txt-----------------------------------运行环境依赖包
核心贡献者
- 胡锐锋-项目负责人 （Datawhale成员-华东交通大学-系统架构设计师）
- 王维嘉 （**石油大学（北京））
- 王茸茸 （北京邮电大学-风控算法工程师）
- 王瀚翀 （华东师范大学-推荐系统方向）
- 毛鹏志 （Datawhale成员-中科院计算所-信息检索与生物信息方向）
- 刘晓东 （中科院自动化研究所-意图识别与人机交互方向）
- 李拥祺 （北京航空航天大学-运动规划与控制决策方向）
- 王天富 （**科学技术大学-数据挖掘与强化学习方向）
- 薛博阳 （香港中文大学-语言模型与语音识别方向）
其他
扫描下方二维码关注公众号：Datawhale
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
