統計學習聖經!經典教材《統計學習導論》Python版

《統計學習導論》很經典，但習題用的是 R 語言實現，沒關係，這次有份了Python 版。

斯坦福經典教材《The Element of Statistical Learning》（簡稱 ESL）被稱為頻率學派的統計學習「聖經」，由三位統計學大師——Trevor Hastie、Robert Tibshirani、Jerome Friedman 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、集成方法、Lasso 最小角度回歸和路徑算法、非負矩陣分解和譜聚類等各類機器學習算法，可以幫助讀者了解機器學習算法全貌。

但對於剛入門的小白來說，把這本經典教材啃下來難度還是相當大的，因為書中有大量的公式、矩陣推導，總長度達到 700 多頁。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）》（簡稱 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。

但美中不足的是，書中的練習是用 R 語言來實現的，這對於主要使用 Python 語言的機器學習研究者來說不太友好。

為了克服這一障礙，有人嘗試用 Python 語言解決了書裡的所有概念、應用練習，並將其上傳到了 GitHub。

https://github.com/hardikkamboj/An-Introduction-to-Statistical-Learning除了練習之外，他還提供了書中某些話題的 Python 教程並重製了一些圖表。作者表示，完成這項工作並不簡單，需要做很多研究工作，書中也可能存在紕漏。和原書對應，作者給出的 Python 解決方案正文也分為以下九章：

統計學習

線性回歸

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

無監督學習

每章至少包含兩部分：應用問題和概念問題，對應書中兩種不同的練習題。

如果你正在讀這本書或者想重新做一下書裡的練習，可以參考這份 Python 版資料，也可以跟著教材的配套視頻邊學邊做。

視頻連結：https://www.bilibili.com/video/BV11t411A7Ym

重磅！

AI有道年度技術文章電子版PDF來啦！

掃描下方二維碼，添加 AI有道小助手微信，可申請入群，並獲得2020完整技術文章合集PDF（一定要備註：入群 + 地點 + 學校/公司。例如：入群+上海+復旦。 

長按掃碼，申請入群

（添加人數較多，請耐心等待）

感謝你的分享，點讚，在看三連↓