經典教材《統計學習導論》第二版來了，免費下載

↑↑↑點擊上方藍字，回覆資料，10個G的驚喜

機器之心編輯部

經典的《統計學習導論》又出第二版了，相比於第一版，新版增加了深度學習、生存分析、多重測試等內容，可免費下載。

斯坦福經典教材《The Element of Statistical Learning》（簡稱 ESL）被稱爲頻率學派的統計學習「聖經」，由 Trevor Hastie、Robert Tibshirani、Jerome Friedman 這三位大師共同完成。這本書介紹了神經網絡、支持向量機、分類樹和 boosting、圖模型、隨機森林等各類機器學習算法，可以幫助讀者瞭解機器學習算法全貌。

但是由於這本書涉及大量的公式、矩陣推導等許多比較難以理解的內容，比較適合在數學科學方面受過高級訓練的個人，而對於初學者而言，學習起來比較困難，因此，Trevor Hastie 等人又寫了一本入門級的《Introduction to Statistical Learning with R（統計學習導論：基於 R 應用）》（ISL），幫助更多的人儘快上手。

ISL 弱化了數學推導的細節，更注重方法的應用，相當於 ESL 的導讀版，在入門讀者中很受歡迎。每個章節都包含一個實驗，用 R 語言實現。這些實驗爲讀者提供了寶貴的實踐經驗。

目前，該書已被翻譯成多國語言，包括中文、意大利文、日文、韓文、俄文和越南文等。

現在，ISL 又更新到了第二版（ISLRv2），相比於第一版，第二版增加了深度學習（第 10 章）、生存分析（第 11 章）、多重測試（第 13 章）。ISLRv2 還大幅擴展了第一版的一些章節：樸素貝葉斯和廣義線性模型的處理（第 4 章），貝葉斯加性迴歸樹（第 8 章），矩陣補全（第 12 章）。

此外，ISLRv2 已經更新了整個 R 代碼實驗。

書籍地址：https://www.statlearning.com/

網友極力推薦：非常好，這是一本很棒的入門書籍。

書籍介紹

全書多達 597 頁，共 13 個章節，主要包括：

• 統計學習；

• 線性迴歸；

• 分類；

• 重採樣方法；

• 線性模型選擇與正則化；

• 非線性模型；

• 基於樹的方法；

• 支持向量機；

• 深度學習；

• 生存分析和刪失數據；

• 無監督學習；

• 多重測試。

具體而言，本書第 2 章介紹了統計學習背後的基本術語和概念，此外還介紹了 k - 最近鄰分類器，這是一種非常簡單的方法，在處理許多問題上都非常有效。

第 3 章和第 4 章介紹了用於迴歸和分類的經典線性方法。具體地，第 3 章回顧了線性迴歸，這是所有迴歸方法的基本出發點；第 4 章討論了兩個最重要的經典分類方法，邏輯迴歸和線性判別分析。

所有統計學習情況中的一個核心問題是爲給定的應用程序選擇最佳方法。因此，第 5 章介紹了交叉驗證和 bootstrap，它們可用於估計多種不同方法的準確性以選擇最佳方法。

第 6 章考慮了許多線性方法，包括經典的和更現代的線性方法，它們提供了對標準線性迴歸的潛在改進，包括嶺迴歸、主成分迴歸和 Lasso 等。

剩餘章節主要是非線性統計學習。第 7 章首先介紹了一些非線性方法，這些方法可以很好地解決只有一個輸入變量的問題，然後展示瞭如何使用這些方法來擬合有多個輸入的非線性加性模型。

第 8 章研究了基於樹的方法，包括 bagging、boosting 和隨機森林。

第 9 章介紹了支持向量機等內容。

第 10 章介紹了深度學習，這是一種非線性迴歸和分類的方法，近年來受到了廣泛的關注。

第 11 章探討了生存分析，這是一種迴歸方法，專門用於輸出變量被刪失的情況，即不完全觀察。

第 12 章介紹了無監督設置，其中在無監督設置中有輸入變量，但沒有輸出變量。特別地，作者提出了主成分分析、k - 均值聚類和層次聚類。最後，第 13 章討論了多重假設檢驗這個非常重要的話題。

作者介紹

書籍作者從左到右分別是：Gareth James、Daniela Witten、Trevor Hastie 和 Rob Tibshirani。

Gareth James 是南加州大學馬歇爾商學院副院長，主要研究領域包括函數型數據分析、高維迴歸、市場營銷中的統計問題。

Daniela Witten 是一位美國生物統計學家，主要研究領域是研究如何使用機器學習來理解高維數據。

Trevor Hastie 是斯坦福大學教授，還曾經是 AT&T 貝爾實驗室的一名技術人員。2018 年，Hastie 當選爲美國國家科學院院士。他的主要研究領域是應用統計學。

Rob Tibshirani 是斯坦福大學統計與生物醫學數據科學系的教授，他曾開發了用於分析複雜數據集的統計工具。

PDF及配套代碼下載

   
   
   

 
    
    
    


   
   
   

   
   
   

 
    
    
    1、
 
    
    
    關注「機器學習算法與Python實戰」


   
   
   
 
    
    
    

  
     
     
     
 
    
    
    
 
    
    
    

  
     
     
     

 
    
    
    

2、回覆「統計學習導論」（建議複製）即可獲取

   
   
   

 
    
    
    

  
     
     
     

   
      
      
      

    
       
       
       
 
        
 
         
 
          
推薦閱讀
 
         
 
        
 
        
 
         
（點擊標題可跳轉閱讀）
 
        
 
        
 
         
 
          
 
           
 
            
我的深度學習之路
 
            
測評：《機器學習中的數學》
 
            
6行代碼！用Python將PDF轉爲word
 
            
Yahoo的這個騷操作令人費解。。。
 
            
Tensorflow是系統派，Pytorch是算法派
 
           
 
          
 
         
 
        
 
       
   
      
      
      
  
     
     
     
 
    
    
    

   
   
   
老鐵，三連支持一下，好嗎？↓↓↓

本文分享自微信公衆號 - 機器學習算法與Python實戰（tjxj666）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。