《统计学习方法》李航勘误版

"李航书勘误errata.pdf是对李航的《统计学习方法 李航.pdf》一书中错误的修正，涉及机器学习领域的多个知识点，包括多项式回归、均值推断、贝叶斯定理、正则化、核函数、决策树等。" 在李航的《统计学习方法》中，勘误内容纠正了书中的一些计算错误和表述不准确的地方，这些错误主要分布在以下几个方面： 1. **最小二乘法**：在第12页，关于多项式回归的描述中，通过最小二乘法求解拟合多项式系数的公式被修正，强调了这是求解过程的唯一解。 2. **均值推断**：在第77页，修正了两个F分布的表达式，确保了在计算样本均值时的正确性。 3. **贝叶斯公式**：在第161页，对公式(9.23)进行了校正，正确表示了条件概率的对数形式。 4. **K近邻算法**：在第198页，修正了11.23式，明确指出了K近邻分类中的权重函数计算，避免了混淆。 5. **贝叶斯先验**：在第14页，原文将复杂模型和简单模型的先验概率关系描述反了，勘误中予以更正，指出复杂模型通常有较小的先验概率，而简单模型有较大的先验概率，这与奥卡姆剃刀原理相符。 6. **均匀分布**：在第141页，修正了一个数值列表，确保了数据的精确性。 7. **图像引用**：在第43页，修正了参考图号，应参考图3.5而非图3.8。 8. **核函数**：在第119页，修正了7.73式，强调了核函数在支持向量机中的应用，正确表示了核技巧的使用。 9. **页码错误**：在第163页，勘误指出式(9.28)的正确位置应在第164页的第一个公式之后。 10. **附录公式**：在第222页，倒数第九行的式(B.23)被修正为式(B.24)，可能涉及到梯度下降或优化算法的细节。 11. **表格数据**：在第35页的表2.2第6列，可能存在数据或解释的错误，需要查看修正后的数据以获取准确信息。 这些勘误对于理解和应用书中的理论至关重要，它们确保了读者能从李航的《统计学习方法》中获得准确无误的机器学习知识。