小弟目前在看得兩本書: 1. An Introduction to Statistical Learning with Application with R, (ISLR) 2. The Elements of Statistical Learning, 主要以第一本為主,提供自己學習的筆記, 筆記是用英文寫的, 部分定理之後會翻成英文。 Github: https://github.com/eugene123tw/ISLR_notes 主要寫筆記的目的是希望能把書中沒說的說清楚、加強模型的證明,並搭配例子跟實作R。 我常常覺得如果學了沒有好好記錄起來, 過了一陣子之後也好像沒學一樣 第一本略過的證明我會證出來, 如果有漏掉請告訴我, 我再補證明。 目前筆記有包含 Linear Regression, Classification, 之後也會持續在寫。 有些部分我也還沒完全寫清楚, 像是Iteratively reweighted least squares 裡估計參數的方法我只有提供演算法 但是還沒解釋演算法的細節(為什麼要做一、二皆偏微...etc)。 如果有板友同時以這兩本在學習或是願意幫小弟補強的也歡迎fork我的repo可以一起討論! 最後, 這兩本書作者都有提供電子檔與額外學習資源可供免費下載 An Introduction to Statistical Learning: http://www-bcf.usc.edu/~gareth/ISL/ The Elements of Statistical : Learning:https://statweb.stanford.edu/~tibs/ElemStatLearn/ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.64.146.126 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Statistics/M.1490261789.A.F1D.html ※ 編輯: xsssxxzz (61.64.146.126), 03/23/2017 17:37:51