斯坦福经典《统计学习要素》最新版，中文翻译、代码实现及其习题解答，附764页下载

斯坦福《统计学习要素》一直是机器学习领域公认经典的教材，是一本在机器学习、统计推理和模式识别领域有影响力和被广泛研究的书。而这本书一直没有得到中文翻译。近期由szcf-weiya博士整理翻译的The Elements of Statistical Learning (ESL)的中文翻译、代码实现及其习题解答公开，非常值得学习！

目录

• 第一章：导言
• 第二章：监督学习的综述
• 第三章：回归的线性方法（新：LAR算法和lasso的一般化）
• 第四章：分类的线性方法（新：逻辑斯蒂回归的lasso轨迹）
• 第五章：基本的扩展和正则化（新：RKHS的补充说明）RKHS（再生核希尔伯特空间）
• 第六章：核光滑方法
• 第七章：模型评估与选择（新：交叉验证的长处与陷阱）
• 第八章：模型推论与平均
• 第九章：补充的模型、树以及相关的方法
• 第十章：Boosting和Additive Trees（新：生态学的新例子，一些材料分到了16章）
• 第十一章：神经网络（新：贝叶斯神经网络和2003年神经信息处理系统进展大会(NIPS)的挑战）
• 第十二章：支持向量机和灵活的判别式（新：SVM分类器的路径算法）
• 第十三章：原型方法和邻近算法
• 第十四章：非监督学习（新：谱聚类，核PCA，离散PCA，非负矩阵分解原型分析，非线性降维，谷歌pagerank算法，ICA的一个直接方法）
• 第十五章：随机森林
• 第十六章：实例学习
• 第十七章：无向图模型
• 第十八章：高维问题

项目链接：https://esl.hohoweiya.xyz/