今天更新了最后一章内容，至此全部课程结束。两位老爷子（中间还有次课请了个学生妹子）讲的很卖力，访谈了Efron跟Friedman两位老老爷子，深入浅出，非常适合我这种外行学习。《ISLR》这本书也比《ESL》更接地气，当年看《ESL》看了十几页就被自己低能的数学理解力羞愧的无地自容，但《ISLR》规避了很多数学细节，更强调模型建立背后的理念，配合每个章节后 R lab 可以很快上手应用一些外学科看起来很高端的模型。当然，这是导论，只涉及了《ESL》的一些皮毛，深入理解可选择攻读。作为公开课感觉测试题很简单，但书上的题有些很有意思，也有人提供了习题解答，目前还在更新中。我的中文笔记属于二手知识，水平有限，凑合看。另外现在公开课还可以进，有兴趣可以直接挑战习题，概念理解性的偏多。

公开课地址：https://class.stanford.edu/courses/HumanitiesScience/StatLearning/Winter2014/info

教材 An Introduction to Statistical Learning（ISLR）： http://www-bcf.usc.edu/_gareth/ISL/

进阶教材The Elements of Statistical Learning（ESL）： https://web.stanford.edu/_{hastie/ElemStatLearn/}

习题解答：https://github.com/asadoughi/stat-learning

另一个习题解答：https://github.com/jstjohn/IntroToStatisticalLearningR

中文笔记：https://github.com/yufree/ISLRchnotes

rpubs分章节在线版：

导论 http://rpubs.com/yufree/ISLR-chnote1

统计学习 http://rpubs.com/yufree/ISLR-chnote2

线性回归 http://rpubs.com/yufree/ISLR-chnote3

分类 http://rpubs.com/yufree/ISLR-chnote4

重采样技术 http://rpubs.com/yufree/ISLR-chnote5