统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、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，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等

新乡学院：数学与统计学院大学数学类《线性代数B》课程教学大纲1（2012）

新乡学院：数学与统计学院大学数学类《线性代数A》课程教学大纲（2012）

新乡学院：数学与统计学院大学数学类《微积分（二）》课程教学大纲2（2012）

新乡学院：数学与统计学院大学数学类《微积分（一）》课程教学大纲2（2012）

新乡学院：数学与统计学院大学数学类《微积分（二）》课程教学大纲1（2012）

新乡学院：数学与统计学院大学数学类《高等数学（二）》课程教学大纲6（2012）

新乡学院：数学与统计学院大学数学类《微积分（一）》课程教学大纲1（2012）

新乡学院：数学与统计学院大学数学类《高等数学（二）》课程教学大纲5（2012）

新乡学院：数学与统计学院大学数学类《高等数学（二）》课程教学大纲4（2012）