Các yếu tố thay thế học tập thống kê


8

Các yếu tố của học thống kê (ESL) là một cuốn sách có chiều rộng và chiều sâu tuyệt vời. Nó bao gồm các yếu tố cần thiết cho các phương pháp rất hiện đại bằng cách trích dẫn các bài báo nơi các nghiên cứu ban đầu này xuất hiện. Tuy nhiên, tôi thực sự thấy ngôn ngữ của cuốn sách rất rất cấm. Tôi tin rằng có một cách dễ dàng hơn để thảo luận về các khái niệm. Tôi thấy đơn giản là quá sức. Ai đó có thể đề xuất các lựa chọn thay thế thân thiện hơn với người không quen?

Tôi tìm thấy anh chị em với ESL: Giới thiệu về học thống kê. Đó là giai điệu tôi muốn đọc và hiểu. Nó có sức chứa, mà không làm giảm mọi thứ xuống. Bất cứ điều gì tương tự như giới thiệu với SL?


2
Bạn có thể nói thêm về những gì bạn đang tìm kiếm mà bạn không tìm thấy trong Giới thiệu về Học thống kê?
Matthew Drury

Có một số phần nhất định trong ESL không được tìm thấy trong phần giới thiệu. Có lẽ bởi vì nó là 'vượt quá' là một giới thiệu. Ví dụ, các phần nói về hồi quy xếp hạng Giảm không được đề cập trong Giới thiệu, nhưng được thảo luận dài hơn trong ESL. Tuy nhiên, (ấn tượng của tôi là vậy) việc viết bằng tiếng Anh được thực hiện theo cách gây gánh nặng cho người đọc thay vì truyền cảm hứng cho anh ta. Tất nhiên đó chỉ là ý kiến ​​của tôi và có thể không đúng với những độc giả khác.
cái tôi

Tôi cũng nhận thấy rằng trong Chương 3, ESL nhảy từ các hệ thống đầu ra đơn lẻ sang nhiều hệ thống đầu ra và một lần nữa sang đầu ra đơn lẻ. Nó khá khó hiểu. Và nếu bạn đã bị mất ở giữa, thì việc đọc các phần tiếp theo chỉ là không hiệu quả. Đây cũng có thể là một bức thư tôi nên viết cho các tác giả.
cgo

2
Bạn có thể thử Mô hình dự đoán ứng dụng của Kuhn et al. Sự chồng chéo có thể là đáng kể mặc dù.
spdrnl

"Giới thiệu về học thống kê với R" có quá sơ đẳng không? Về cơ bản cùng các tác giả.
meh

Câu trả lời:


3

Tôi đồng ý rằng Giới thiệu về Học thống kê có giai điệu rất phù hợp. Bạn có thể muốn xem Học từ dữ liệu, một khóa học ngắn của Yaser Abu-Mostafa et al. Tôi thấy cuốn sách này và các video youtube đi kèm là tuyệt vời.

Cuối cùng, nhận xét của spdrnl về Mô hình dự đoán ứng dụng của Kuhn là một gợi ý hay. Tôi chưa đọc nó, nhưng tôi đã đọc nó và nó có vẻ như là một tài nguyên tuyệt vời.


3

Các lựa chọn thay thế có thể:

  • Nhận dạng mẫu và học máy của Christopher Giám mục : Tôi không thích các hệ thống ký hiệu của cuốn sách, nhưng tôi nghe rằng chương mô hình đồ họa là tốt

  • Học máy: Một quan điểm xác suất của Kevin P. Murphy : giống như một cuốn từ điển, mô tả nhiều phương pháp học máy trước thời đại học sâu

  • Deep Learning Book : Mới hơn, bao gồm nhiều hơn về phần học sâu

  • Đi sâu vào học tập sâu : Có thể cuốn sách học sâu mới nhất cho đến nay

Ngoài ra, hãy thử một số ghi chú khóa học:

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.