Tôi chưa từng nghe về cuốn sách Cắt tóc trước đây, nhưng đã có một cái nhìn nhanh qua nó, nó trông rất rất tốt.
Trừ khi bạn có một lĩnh vực cụ thể mà bạn muốn xem xét, tôi sẽ đề xuất những điều sau đây (một số / nhiều trong số đó bạn có thể đã nghe nói đến):
- Lý thuyết thông tin, suy luận và thuật toán học tập, bởi DJC Mackay. Một tác phẩm kinh điển và tác giả cung cấp một .pdf của nó có sẵn trực tuyến miễn phí, vì vậy bạn không có lý do gì.
- Nhận dạng mẫu và học máy, bởi CMBishop. Thường xuyên được trích dẫn, mặc dù có vẻ có rất nhiều sự giao thoa giữa cuốn sách này và cuốn sách Cắt tóc.
- Lý thuyết xác suất, logic của khoa học, bởi ETJaynes. Trong một số lĩnh vực có lẽ cơ bản hơn một chút. Tuy nhiên, lời giải thích là tuyệt vời. Tôi thấy nó đã xóa tan một vài hiểu lầm mà tôi thậm chí không biết là mình có.
- Các yếu tố của lý thuyết thông tin, bởi TM Cover và JAThomas. Tấn công xác suất từ quan điểm của, vâng, bạn đoán nó, lý thuyết thông tin. Một số thứ rất gọn gàng về dung lượng kênh và tối đa ent. Một chút khác biệt với những thứ bayesian hơn (tôi chỉ có thể nhớ đã nhìn thấy một cái trước trong toàn bộ cuốn sách).
- Lý thuyết học thống kê, bởi V.Vapnik. Triệt để un-baysian, có thể không hấp dẫn bạn. Tập trung vào giới hạn trên của probableisitc về rủi ro cấu trúc. Giải thích nơi máy vector hỗ trợ đến từ.
- Ngài Karl Popper đã sản xuất một loạt các tác phẩm về triết lý khám phá khoa học, trong đó có khá nhiều số liệu thống kê (bộ sưu tập chúng có thể được mua, nhưng tôi không có bất kỳ tiêu đề nào để xin lỗi). Một lần nữa, không phải là bayesian, nhưng thảo luận của ông về sự giả mạo và mối quan hệ của nó với dao cạo là (theo ý kiến của tôi) rất hấp dẫn, và nên được đọc bởi bất kỳ ai tham gia làm khoa học.