三位統計學家高屋建瓴,面向非統計專業的讀者介紹重要的統計學概念,而非純數學理論借助於一個通用概念框架,描述多個學科的重要思想,比如醫學、生物學、金融學和行銷。
《統計學習要素》(第2版)包含人工智慧中用到的許多代表性主題,比如圖模型、隨機森林、集成方法、Lasso最小角度回歸和路徑演算法、非負矩陣分解和頻譜聚類。此外,還用一章篇幅來介紹“寬”資料(p大於n)的方法,包括多次測試和誤檢率。
對統計領域、人工智慧領域及相關科學或行業領域內的讀者而言,本書是一個難得的寶庫,涉及面很廣,從監督學習(預測)到無監督學習,具體主題包括神經網路、支援向量機、分類樹和Boosting(率先對該主題進行綜合論述)。與此同時,書中還包含豐富的示例和大量彩色的圖表。