虽然没见过作者,不过想象中这位老大谈论起统计学习必然是两眼放光型的。喜欢这种专注和热情。

又及:这篇文章可能被不少网站转载过,但COS一定是最用心排版的:)
这或者可以归为机器学习的主题。

或曰:万道归一。
果断看不懂啊!想看到bioinformatics的内容,没瞅见。
6 天 后
标题可以打引号,使得大家明白“Stastistical Learning”是一个专有名词。一直在纠结这个领域究竟是更统计一些,还是更计算机一些。天天都用的算法,却一直一知半解,惭愧啊!此人必定在3年之内拿到国外高校的教职。
2 个月 后
在读ESL 随着看ESL的深入 每次看这篇文章我都有更深的感受
6 个月 后
第三次回过头来读这篇文章,依旧被感染的心情澎湃很久。每当用到这些方法的时候,不由得惊叹,怎么能将预测提高这么多呢?!这世界上居然有人设计出这么NB的东西!BTW,作者的两个小结的链接不能用了。
14 天 后
[未知用户] 因为我香港科大的ID已经过期,所以链接不能用了。我已经将pdf发给编辑,编辑已经把pdf链接到统计之都的website。谢谢大家!
[未知用户] 哇,真人现身,速度合影留念 。。。
[未知用户] 话说我就是那个发邮件的酱油编辑,哈哈
19 天 后
我个人目前就在自动化系做bioinformatics,主要也是利用机器学习,贝叶斯统计等。The Element 那本书显然是高阶机器学习课程,但爱不释手~其实入门那本Bishop的材料也比较不错。
看到经常利用的算法之间,有很紧密的联系时,让我感到很兴奋。所以,楼主的文章也让我读起来很舒服。
我想,机器学习应从从统计的角度学习,从算法的角度了解其实现。
看过《统计学习“基础”》的,每每读这篇文章,总是深有感触
我看到了第六章,认为将真实函数映射到不同的基函数张成的函数空间是一个非常好的切入角度。看完后,也想写一篇关于ESL的文章。
6 个月 后
我这几天也是看《统计学习“基础”》,是因为quora上面在推荐。其中的续讲方式真的解决了学习统计中很多不明白的地方。
1 年 后
1 个月 后
ESL关于Boosting这一章节翻了好多遍,结合论文看,每次重看都有收获