gitextract_a4phc2jx/

├── readme.md
├── 第01章 统计学习方法概论/
│   └── 1.Introduction_to_statistical_learning_methods.ipynb
├── 第02章 感知机/
│   └── 2.Perceptron.ipynb
├── 第03章 k近邻法/
│   └── 3.KNearestNeighbors.ipynb
├── 第04章 朴素贝叶斯/
│   └── 4.NaiveBayes.ipynb
├── 第05章 决策树/
│   └── 5.DecisonTree.ipynb
├── 第06章 逻辑斯谛回归/
│   └── 6.LogisticRegression.ipynb
├── 第07章 支持向量机/
│   └── 7.support-vector-machine.ipynb
├── 第08章 提升方法/
│   └── 8.Boost.ipynb
├── 第09章 EM算法及其推广/
│   └── 9.Expectation_Maximization.ipynb
├── 第10章 隐马尔可夫模型/
│   └── 10.HMM.ipynb
├── 第11章 条件随机场/
│   └── 11.CRF.ipynb
├── 第12章 监督学习方法总结/
│   └── 12.Summary_of_Supervised_Learning_Methods.ipynb
├── 第13章 无监督学习概论/
│   └── 13.Introduction_to_Unsupervised_Learning.ipynb
├── 第14章 聚类方法/
│   └── 14.Clustering.ipynb
├── 第15章 奇异值分解/
│   └── 15.SVD.ipynb
├── 第16章 主成分分析/
│   ├── 16.PCA.ipynb
│   └── data/
│       └── ex7data1.mat
├── 第17章 潜在语义分析/
│   └── 17.LSA.ipynb
├── 第18章 概率潜在语义分析/
│   └── 18.PLSA.ipynb
├── 第19章 马尔可夫链蒙特卡洛法/
│   └── 19.MCMC.ipynb
├── 第20章 潜在狄利克雷分配/
│   ├── 20.LDA.ipynb
│   └── data/
│       └── LDA_test.txt
├── 第21章 PageRank算法/
│   └── 21.PageRank.ipynb
└── 第22章 无监督学习方法总结/
    └── 22.Summary_of_UnSupervised_Learning_Methods.ipynb