李航：毕业于日本京都大学电气电子工程系，日本东京大学获得计算机科学博士学位。1990年至2001年就职于日本NEC 公司中央研究所，任研究员，2001年至2012年就职于微软亚洲研究院，任高级研究员与主任研究员。2012年至2017年就职于华为技术有限公司诺亚方舟实验室，任首席科学家、主任。现任字节跳动科技有限公司人工智能实验室总监，北京大学、南京大学客座教授，IEEE 会士，ACM 杰出科学家，CCF 高级会员。研究方向包括信息检索，自然语言处理，统计机器学习，及数据挖掘。曾出版过三部学术专著，并在顶级国际学术会议和顶级国际学术期刊上发表过120多篇学术论文，拥有40项授权美国专利。

李航老师编写的《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》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。

1.《统计学习方法》的代码实现

《统计学习方法》这本书，附件里并没有代码实现，于是许多研究者复现了里面算法的代码，并放在github里分享，这里介绍几个比较热门的《统计学习方法》代码实现的项目：

1）https://github.com/fengdu78/lihang-code （标星：12k+）

这个仓库由黄海广博士整理，已经基本整理完毕（第一版、第二版），仓库的主要内容以Jupyter Notebook格式展现，同时介绍书上的主要算法及公式推导。

2) https://github.com/WenDesi/lihang_book_algorithm （标星：4.4k+）

这个仓库不介绍任何机器学习算法的原理，只是将《统计学习方法》中每一章的算法用我自己的方式实现一遍。除了李航书上的算法外，还实现了一些其他机器学习的算法，这个仓库用Python代码实现。(更新完十二章)

3）https://github.com/Dod-o/Statistical-Learning-Method_Code （标星：5.6k+）

这个仓库力求每行代码都有注释，重要部分注明公式来源。具体会追求下方这样的代码，学习者可以照着公式看程序，让代码有据可查。(更新完十章)

4）https://github.com/SmirkCao/Lihang （标星：3.6k+）

这个仓库用markdown编写，前十二章更新完毕，后面部分也更新了大部分，没有代码，但是，公式推导相当全。

2. 《统计学习方法》课后习题解答

1）https://github.com/datawhalechina/statistical-learning-method-solutions-manual

这个仓库主要完成了该书（第一版）的全部习题，并提供代码和运行之后的截图，里面的内容是以统计学习方法的内容为前置知识，该习题解答的最佳使用方法是以李航老师的《统计学习方法》为主线，并尝试完成课后习题，如果遇到不会的，再来查阅习题解答。

由于习题解答中需要有程序和执行结果，采用jupyter notebook的格式进行编写（文件路径：notebook/notes），然后将其导出成markdown格式，再覆盖到docs对应的章节下。

内容截图：

温馨提醒：主页置顶的有实用贴合集，欢迎大家积极参与和分享，你分享，我赠书，一起涨姿势！

文章内容来源：

李航老师《统计学习方法》的代码实现、课件、作业等相关资源的最全汇总​mp.weixin.qq.com

如有侵权，可私信联系。

感谢关注和点赞