统计学习方法 (第2版) 李航著 清华大学出版社
A=U∑PT 彩图15.1奇异值分解的几何解释 doc 1 doc 2 doc 3 doc 4 word word word word4 0 1 彩图18.1概率潜在语义分析的直观解释 cq(x) 拒绝 p(x) 接受 彩图19.1接受-拒绝抽样法
彩图20.1狄利克雷分布例 观测变 隐变晶 话题1的单词分布 话题2的单词分布 话题3的单词分布 文本1：单词序列 2 的话题分有 本2：单词序列 古 文本2的话题分布 彩图20.3LDA的文本生成过程
献给我的母亲
第2版序言 《统计学习方法》第1版于2012年出版，讲述了统计机器学习方法，主要是一些 常用的监督学习方法。第2版增加了一些常用的无监督学习方法，由此本书涵盖了传 统统计机器学习方法的主要内容。 在撰写《统计学习方法》伊始，对全书内容做了初步规划。第1版出版之后，即着 手无监督学习方法的写作。由于写作是在业余时间进行，常常被主要工作打断，历经 六年多时间才使这部分工作得以完成。犹未能加入深度学习和强化学习等重要内容， 希望今后能够增补，完成整本书的写作计划。 《统计学习方法》第1版的出版正值大数据和人工智能的热潮，生逢其时，截至 2019年4月本书共印刷25次，152000册，得到了广大读者的欢迎和支持。有许多读 者指出本书对学习和掌握机器学习技术有极大的帮助，也有许多读者通过电子邮件、 微博等方式指出书中的错误，提出改进的建议和意见。一些高校将本书作为机器学习 课程的教材或参考书。有的同学在网上发表了读书笔记，有的同学将本书介绍的方法 在计算机上实现。清华大学深圳研究生院袁春老师精心制作了第1版十二章的课件， 在网上公布，为大家提供教学之便。众多老师、同学、读者的支持和鼓励，让作者深受 感动和鼓舞。在这里向所有的老师、同学、读者致以诚挚的谢意！ 能为中国的计算机科学、人工智能领域做出一点微薄的贡献，感到由衷的欣慰， 同时也感受到作为知识传播者的重大责任，让作者决意把本书写好。也希望大家今后 不吝指教，多提宝贵意见，以帮助继续提高本书的质量。在写作中作者也深切体会到 教学相长的道理，经常发现自己对基础知识的掌握不够扎实，通过写作得以对相关知 识进行了深入的学习，受益匪浅。 本书是一部机器学习的基本读物，要求读者拥有高等数学、线性代数和概率统计 的基础知识。书中主要讲述统计机器学习的方法，力求系统全面又简明扼要地阐述这 些方法的理论、算法和应用，使读者能对这些机器学习的基本技术有很好的掌握。针 对每个方法，详细介绍其基本原理、基础理论、实际算法，给出细致的数学推导和具 体实例，既帮助读者理解，也便于日后复习