作者：黄海广
《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这本书。近期在黄博士的群里分享了他个人用 Python 复现了课程内容，并提供这本书的代码实现和课件。实现代码的配置环境是 Python 3.6，已经全部测试通过。
《统计学习方法》简介
《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，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等。除第1章概论和最后一章总结外，每章介绍一种方法。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。
《统计学习方法》的代码实现
《统计学习方法》官方没有提供代码实现，但是网上有许多机器学习爱好者尝试对每一章的内容进行了代码实现。
本站在github网站搜集了一些代码进行整理，并作了一定的修改，使用python3.6实现了第1-11章的课程代码。
项目地址：https://github.com/fengdu78/lihang-code
代码目录：
代码展示：
课件
《统计学习方法》课件 作者袁春： 清华大学深圳研究生院，提供了全书12章的PPT课件。
图：课件截图
总结
《统计学习方法》可以说是机器学习的入门宝典，本站根据网上资料用python复现了课程内容（仅第11章条件随机场有小部分尚未复现），并提供本书的代码实现、课件及电子书下载。
参考
https://github.com/wzyonggege/statistical-learning-method
https://github.com/WenDesi/lihang_book_algorithm
本文所有资料下载请回复“统计学习方法”查看
也可以直接用百度云下载：
链接：https://pan.baidu.com/s/1nzE4zkNiQM7QgHib60OTPA
提取码：ofmw
这里真的非常感谢黄海广博士提供的宝贵的资料，对于很多像我这样子的初学者而言，很多时候看了一些理论但是真正去实际操作的时候还是遇到一大堆的问题，黄博士之前也非常用心的整理过吴恩达的视频笔记，对待知识的态度非常的认真很值得我们去学习。
