【 深度之眼 】统计学习方法

【深度之眼】统计学习方法
├── 00 学习第1章统计学习方法概论
│ ├── 《李航统计学习方法》导读.mp4
│ ├── 《李航统计学习方法》极大似然估计和贝叶斯估计.mp4
│ ├── 《李航统计学习方法》泛化误差上界修正.mp4
│ └── 《统计学习方法》-绪论.mp4
├── 01 学习第2章感知机
│ ├── 《李航统计学习方法》感知机模型.mp4
│ ├── 《统计学习方法》算法收敛性.mp4
│ └── 统计学习方法》随机梯度下降法.mp4
├── 02 学习第3章k近邻
│ └── 《统计学习方法》-K近邻.mp4
├── 03 Week1作业讲解及代码公布
│ ├── 感知机_sklearn实现.mp4
│ ├── 感知机_自编程实现.mp4
│ ├── 极大似然估计作业.mp4
│ └── 贝叶斯估计作业.mp4
├── 04 学习第4章朴素贝叶斯法
│ ├── 后验概率最大化.mp4
├── 05 学习第5章决策树
│ ├── 信息增益与基尼指数.mp4
├── 06 参加直播答疑
├── 07 Week2作业讲解及代码公布
│ ├── 决策树自编程实现.mp4
│ └── 朴素贝叶斯自编程实现.mp4
├── 08 学习第6章逻辑斯谛回归与最大熵模型
│ ├── 拉格朗日对偶性.mp4
│ ├── 改进的迭代尺度法.mp4
│ └── 逻辑斯谛回归与最大值模型.mp4
├── 09 学习第7章支持向量机
│ └── 最大间隔分离超平面存在唯一性.mp4
├── 10 Week3作业讲解及代码公布
│ ├── 支持向量机习题7.2.mp4
│ └── 逻辑斯谛回归作业.mp4
├── 11 学习第8章提升方法
│ ├── 前向分步算法.mp4
├── 12 学习第9章EM算法及推广
│ ├── EM算法及其推广.mp4
│ └── 高斯混合模型.mp4
├── 13 直播答疑
├── 14 Week4作业讲解及代码公布
│ ├── EM 算法作业讲解.mp4
│ └── 提升方法作业.mp4
├── 15 学习第10章隐马尔科夫模型
│ └── 隐马尔科夫模型.mp4
├── 16 学习第11章条件随机场
│ └── 条件随机场的矩阵形式.mp4
└── 17 Week5作业讲解及代码公布
├── 条件随机场作业.mp4
└── 隐马尔可夫模型.mp4