• ApacheCN
• 廖雪峰 Python3 教程
• 优秀github资源：

1. 李航《统计学习方法》中机器学习模型的LaTeX公式笔记
2. 李航《统计学习方法笔记》中的代码、notebook、参考文献、Errata
3. 李航《统计学习方法》习题笔记

• 本训练营的学习安排与课程任务：详见文件夹Books中的《统计学习方法作业》doc文档

视频笔记在线阅读地址：https://relph1119.github.io/statistical-learning-method-camp

链接：https://pan.baidu.com/s/1TrUW79J06HzVRoqOebLg9w
提取码：tc49

总课时：5 周

• 1 学习第1章统计学习方法概论
• 2 学习第2章感知机
• 3 学习第3章k近邻

• 4 学习第4章朴素贝叶斯法
• 5 学习第5章决策树

• 6 学习第6章Logistic回归与最大熵模
• 7 学习第7章支持向量机

• 8 学习第8章提升方法
• 9 学习第9章EM算法及推广

• 10 学习第10章隐马尔科夫模型
• 11 学习第11章条件随机场

Books--------------------------------------作业汇总和视频笔记的pdf
docs---------------------------------------视频笔记
Exercises-of-the-First-Edition-------------第一版章节习题解答
+---images---------------------------------习题插图
+---notebook-------------------------------JupyterNotebook格式习题解答
PhaseFour----------------------------------深度之眼第四期
+---Note
|    +----image----------------------------笔记截图
|    +----notebook-------------------------JupyterNotebook格式视频笔记
+---Week1----------------------------------第一周作业
+---Week2----------------------------------第二周作业
+---Week3----------------------------------第三周作业
+---Week4----------------------------------第四周作业
+---Week5----------------------------------第五周作业
PhaseOne-----------------------------------深度之眼第一期
+---Week1----------------------------------第一周作业
+---Week2----------------------------------第二周作业
+---Week3----------------------------------第三周作业
+---Week4----------------------------------第四周作业
+---Week5----------------------------------第五周作业

1. 安装相关的依赖包

   pip install -r requirements.txt

2. 安装graphviz
   可参考博客：https://blog.csdn.net/HNUCSEE_LJK/article/details/86772806
3. 设置PhaseFour目录为Sources Root

  笔者有一些作业题是根据优秀资源[3]中解答的，作业题并不难，希望小伙伴们都能动手完成。
  该训练营课程来自微信公众号深度之眼，笔者非常推荐，虽然以自学为主，但是在星球中能学到很多知识。该公众号下的机器学习实战训练营也很不错，大家可以尝试学习一下，一定有很大的收获。这个是我在该训练营的作业：机器学习实战
  笔者用了近三周时间（2019年7月26日——2019年8月15日），完成了深度之眼的统计学习方法第四期视频笔记，再次学一遍感觉收获甚多，还记得第一次学这本书的时候，很多公式都没有手动推导，这次视频笔记是根据老师的视频，添加了很多笔者自己推导的公式，希望大家能读懂并能有所收获，笔记中难免有些错误，还请大家能协助帮忙指出。
  笔者用了近10天时间（2019年11月4日——2019年11月14日），完成了李航-统计学习方法（第一版）的所有习题，在做习题的时候，查了很多资料，大部分题目是参考优秀资源[3]中的解答，虽然里面很多证明没有，但是笔者依然坚持完成了，这是第三遍刷李航老师的这本书了，笔记中习题6.3的代码编程没有完成，但是笔者依然会在后期完善并更新文档，PDF版本在Books文件夹下，另外很感谢一个女生一直支持我完成习题。