Elementos de alternativas de aprendizaje estadístico

8

Elementos de aprendizaje estadístico (ESL) es un libro que tiene una amplitud y profundidad fantásticas. Cubre lo esencial de los métodos muy modernos al citar los documentos de donde surgen estos estudios originales. Sin embargo, el lenguaje del libro realmente me parece muy prohibitivo. Creo que hay una manera más fácil de discutir conceptos. Encuentro ESL simplemente demasiado abrumador. ¿Alguien puede sugerir alternativas más amigables para los no iniciados?

Encontré al hermano de ESL: Introducción al aprendizaje estadístico. Ese es el tono que quiero leer y entender. Es complaciente, sin tonterías. ¿Algo similar a Introducción a SL?

self-study statistical-learning cgo
fuente
2
¿Puede decir más sobre lo que está buscando que no encuentra en Introducción al aprendizaje estadístico?
Matthew Drury
Hay ciertas secciones en ESL que no se encuentran en la introducción. Quizás porque está "más allá" de ser una introducción. Por ejemplo, las secciones que hablan sobre la regresión de rango reducida no se mencionan en la Introducción, pero se discuten extensamente en ESL. Sin embargo, (mi impresión es que) la escritura en ESL se realiza de una manera que agobia al lector en lugar de inspirarlo. Por supuesto, esa es solo mi opinión y puede no ser fiel a otros lectores.
cgo
También noté que en el Capítulo 3, ESL salta de sistemas de salida única a sistemas de salida múltiple y nuevamente a salida única. Es bastante confuso. Y si ya está perdido en el medio, leer las secciones siguientes simplemente no es productivo. Esta bien podría ser una carta que debería escribir a los autores.
cgo
2
Puede probar el modelo predictivo aplicado de Kuhn et al. Sin embargo, la superposición podría ser considerable.
spdrnl
¿La "Introducción al aprendizaje estadístico con R" es demasiado elemental? Básicamente por los mismos autores.
meh

Respuestas:

3

Estoy de acuerdo en que una introducción al aprendizaje estadístico tiene un tono muy complaciente. Es posible que desee ver Aprender de los datos, un curso corto de Yaser Abu-Mostafa et al. Encontré que este libro y los videos de YouTube que lo acompañan son geniales.

Por último, el comentario de spdrnl sobre el modelo predictivo aplicado de Kuhn es una buena sugerencia. Todavía no lo he leído, pero lo he leído detenidamente y parece un gran recurso también.

kmshannon
fuente
3

Posibles alternativas:

  • Reconocimiento de patrones y aprendizaje automático por Christopher Bishop : No me gustan los sistemas de notación del libro, pero escuché que el capítulo del modelo gráfico es bueno

  • Aprendizaje automático: una perspectiva probabilística por Kevin P. Murphy : como un diccionario, describa varios métodos de aprendizaje automático de la era anterior al aprendizaje profundo

  • Libro de aprendizaje profundo : más nuevo, que cubre más sobre la parte de aprendizaje profundo

  • Sumérgete en el aprendizaje profundo : posiblemente el libro de aprendizaje profundo más nuevo hasta ahora

Además, pruebe algunas notas del curso:

JP Zhang
fuente