查看原文
其他

卧槽!经典教材《统计学习导论》现在有了 Python版!

关注上方“Python数据科学”,选择星标,

关键时间,第一时间送达!

☞500g+超全学习资源免费领取 


机器之心报道
编辑:张倩

《统计学习导论》很经典,但用的是 R 语言,没关系,这里有份 Python 版习题实现。
斯坦福经典教材《The Element of Statistical Learning》(简称 ESL)被称为频率学派的统计学习「圣经」,由三位统计学大师——Trevor Hastie、Robert Tibshirani、Jerome Friedman 共同完成。这本书介绍了神经网络、支持向量机、分类树和 boosting、图模型、随机森林、集成方法、Lasso 最小角度回归和路径算法、非负矩阵分解和谱聚类等各类机器学习算法,可以帮助读者了解机器学习算法全貌。


但对于刚入门的小白来说,把这本经典教材啃下来难度还是相当大的,因为书中有大量的公式、矩阵推导,总长度达到 700 多页。因此,Trevor Hastie 等人又写了一本入门级的《Introduction to Statistical Learning with R(统计学习导论:基于 R 应用)》(简称 ISL),帮助更多的人尽快上手。ISL 弱化了数学推导的细节,更注重方法的应用,相当于 ESL 的导读版,在入门读者中很受欢迎。


但美中不足的是,书中的练习是用 R 语言来实现的,这对于主要使用 Python 语言的机器学习研究者来说不太友好。


为了克服这一障碍,有人尝试用 Python 语言解决了书里的所有概念、应用练习,并将其上传到了 GitHub。


GitHub 链接:https://github.com/hardikkamboj/An-Introduction-to-Statistical-Learning

除了练习之外,他还提供了书中某些话题的 Python 教程并重制了一些图表。

作者表示,完成这项工作并不简单,需要做很多研究工作,书中也可能存在纰漏。

和原书对应,作者给出的 Python 解决方案正文也分为以下九章:

  • 统计学习

  • 线性回归

  • 分类

  • 重采样方法

  • 线性模型选择与正则化

  • 非线性模型

  • 基于树的方法

  • 支持向量机

  • 无监督学习


每章至少包含两部分:应用问题和概念问题,对应书中两种不同的练习题。

第四章的「应用问题」部分。

如果你正在读这本书或者想重新做一下书里的练习,可以参考这份 Python 版资料,也可以跟着教材的配套视频边学边做。


视频链接:https://www.bilibili.com/video/BV11t411A7Ym

参考链接:https://zhuanlan.zhihu.com/p/27556007

特别推荐
特别推荐:一个优质的推荐Github开源项目的公众号「GitHuboy」,每天给大家分享前沿、优质的项目,涉及 Java、Python、Go、Web前端、AI、数据分析等多个领域,非常值得大家关注。

回复「Java学习」获得 1024G Java学习资料
回复「Python学习」获得 100G Python学习资料


推荐阅读

Excel?最强国产开源在线表格 Luckysheet 走红GitHub!

良心!这款付费工具竟然开源免费了!

吴恩达给 74 岁老父亲发证了!8 年完成 146 门课程!

刷爆全网的动态条形图,原来 5 行 Python 代码就能实现!

剑桥大学:PyTorch 已 碾 压 TensorFlow

我半夜爬了严选的女性文胸数据,发现了惊天秘密

详解 Python 操作 PPT 的各种骚操作!

🧐分享、点赞、在看,给个三连击呗!👇

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存