《统计学习方法》PPT课件（21份）：
第1章 机器学习和统计学习（75页）.pptx
第2和12章 感知机和统计学习方法总结（27页）.pptx
第3章 k-近邻算法（69页）.pptx
第4章 贝叶斯分类器（79页）.pptx
第5章 决策树（98页）.pptx
第6章 Logistic回归（75页）.pptx
第7章 SVM及核函数（159页）.pptx
第8章 adaboost（75页）.pptx
第9章 EM算法（48页）.pptx
第10章 隐马尔科夫模型（64页）.pptx
第11章 条件随机场（63页）.pptx
第13章 无监督学习（27页）.pptx
第14章 聚类方法（52页）.pptx
第15章 奇异值分解（66页）.pptx
第16章 主成分分析（67页）.pptx
第17章 潜在语义分析（49页）.pptx
第18章 概率潜在语义分析（32页）.pptx
第19章 马尔科夫链蒙特卡洛法（107页）.pptx
第20章 潜在狄利克雷分布（106页）.pptx
第21章 PageRank算法（57页）.pptx
第22章 无监督学习方法总结（19页）.pptx
