wzyonggege/statistical-learning-method

解決する問題

このプロジェクトは、古典的な統計学習手法の数学的理論とその実践的な実装の間に、明確で教育的な橋渡しを提供します。ライブラリのショートカットに頼るのではなく、Pythonでゼロからアルゴリズムを構築することで、学習者がアルゴリズムの仕組みを理解するのに役立ちます。

仕組み

リポジトリには9つのJupyterノートブックが含まれており、それぞれが基本的な機械学習アルゴリズム（決定木、SVM、ナイーブベイズなど）に特化しています。各ノートブックは基礎となる数学を説明し、手書きのPython実装を提供します。プロジェクトは比較目的でscikit-learnを使用していますが、コアロジックは手動でコード化されており、教育の焦点がアルゴリズムのメカニズムに残るようにしています。

対象読者

これは、機械学習を「ブラックボックス」として使うことを超えて、これらの古典的なモデルがどのように構築され最適化されるのかを深く基礎から理解したい学生、研究者、開発者向けに設計されています。

ハイライト

• コアな統計学習トピックをカバーする9つの包括的なノートブックが含まれています。
• 数学的概念を示すために手書きの実装を優先しています。
• 現代のPython（3.10–3.13）に完全に更新され、uvを使用した再現可能な依存関係管理を備えています。
• すべてのノートブックが機能し正確であることを保証する自動検証とテストが含まれています。
• 元の教育コンテンツを保持しつつ、現代的で安定したランタイム環境を提供します。