李航老师的《统计学习方法》是叺门机器学习的经典书籍为了帮助大家能更为透彻地理解《统计学习方法》的知识结构,故将《统计学习方法》这本书按章节制作成思維导图根据章节分为上中下三部分,方便大家能更为透彻地理解机器学习的模型与算法
下面就先将统计学习概论做一个简单的介绍:
思維导图在线浏览地址:
本章节讲的是监督方法的简介以及统计学习的三大组成部分:
思维导图在线浏览地址:
本章主要讲的是模型的选择模型的相关分类还有统计学习问题的分类:分类问题、标注问题、回归问题,连着上两篇统计学习简介统计学习方法的简介到这里就结束了:
思维导图在线浏览地址:
感知机是人工神经网络和SVM一个非常重要的组成部分,本章主要讲了感知机的模型、策略以及算法的相关证奣详细见下方思维导图:
思维导图在线浏览地址:
本章主要讲了K近邻的算法、模型 以及kd树的构造与最近邻搜索:
思维导图在线浏览地址:
本章主要讲了生成学习方法-朴素贝叶斯法的详细生成方法 、 朴素贝叶斯的特点-条件独立性假设:
思维导图在线浏览地址:
欢迎前往我的个人小站:
才学疏浅,欢迎评论指导
文末附高清大图下载链接
原文发布于微信公众号 - 机器学习与统计学(tjxj666)
本文参与欢迎正在阅读的你也加入,一起分享