統計学習の選択肢の要素

Elements of Statistical Learning（ESL）は、素晴らしい幅と深さがある本です。これらの独自の研究が行われた論文を引用することにより、非常に現代的な方法の本質をカバーしています。しかし、私は本の言語が非常に非常に禁止されていることに本当に気づきました。概念について話し合う簡単な方法があると思います。ESLは単純に圧倒的すぎると思います。誰かが初心者にやさしい代替案を提案できますか？

私はESLの兄弟を見つけました：統計学習の概要。それは私が読み、理解したいトーンです。それは物事を馬鹿にすることなく、収容可能です。SLの紹介に似ているものはありますか？

self-study statistical-learning

— cgo
ソース

統計学習入門で見つけられないことについて、あなたが探しているものについて詳しく説明できますか？

— Matthew Drury、2015年

イントロダクションにはないESLの特定のセクションがあります。多分それは導入である「それ以上」です。たとえば、低ランク回帰について説明するセクションはイントロで言及されていませんが、ESLで詳しく説明されています。しかし、（私の印象では）ESLでの記述は、読者を刺激するのではなく、読者に負担をかけるような方法で行われています。もちろん、それは私の意見であり、他の読者には当てはまらないかもしれません。

— cgo 2015年

また、第3章では、ESLが単一の出力システムから複数の出力システムにジャンプし、再び単一の出力にジャンプすることにも気付きました。それはかなり混乱しています。そして、途中ですでに道に迷っている場合、後続のセクションを読むことは生産的ではありません。これは私が著者に書くべき手紙でもあるかもしれません。

— cgo 2015年

KuhnらによるApplied Predictive Modelingを試すことができます。ただし、重複はかなりのものになる可能性があります。

— spdrnl 2015年

「Rによる統計学習入門」は初歩的ですか？基本的に同じ著者による。

— me

回答:

統計学習の紹介には非常に融通のきくトーンがあることに同意します。Yaser Abu-Mostafaらによるデータからの学習、ショートコースをご覧になることをお勧めします。この本とそれに付随するyoutubeビデオは素晴らしいと思いました。

最後に、KuhnによるApplied Predictive Modelingに関するspdrnlのコメントは良い提案です。まだ読んでいませんが、よく読んでいて、とてもいい情報源のようです。

— kmshannon
ソース

可能な選択肢：

Christopher Bishopによるパターン認識と機械学習：本の表記システムは好きではありませんが、グラフィカルモデルの章は良いと聞きました
Machine Learning：A Probabilistic Perspective by Kevin P. Murphy：辞書のように、さまざまなディープラーニング時代の機械学習方法を説明します
ディープラーニングブック：新しい、ディープラーニングの部分の詳細をカバー
ディープラーニングに飛び込む：おそらくこれまでで最も新しいディープラーニングの本

また、コースノートをいくつか試してください：

— 3回転
ソース