《统计学习基础》是一本介绍机器学习基础知识的经典教材。通过对统计学习理论和方法的介绍，读者可以了解到机器学习的基本原理和应用。本书深入浅出地讲解了各种算法和技术，并提供了丰富的案例和实践经验，对于想要深入学习机器学习的人士来说是一本不可多得的好书。
统计学习基础读后感(一)
非常难，一点都不element，是本百科全书式的读物，如果是初学者，不建议读
很多章节也没有细节，概述性的东西，能看懂几章就很不错了
其实每章都可以写成一本书，都可以做很多篇的论文
全部读懂非常非常难，倒是作为用到哪个部分作为参考资料查查很不错
1/3页统计学习基础读后感(二)
对于新手来说，这本书和PRML比起来差太远，新手强烈建议去读PRML，接下来再看这本书。。我就举个最简单的例子吧，这本书的第二章overview of supervised learning和PRML的introduction差太远了。。。。读这本书的overview如果读者没有基础几乎不知所云。。但是PRML通过一个例子把机器学习里面的所有概念解析的一清二楚，读完心旷神怡。。。。。。不得不说这本书的作者写作功底和PRML的差太远。。。不喜勿喷。。。个人感受 ps：我不是说这本书不好，恰恰相反，这本书内容很好。只是不适合新手！
2/3页统计学习基础读后感(三)
有人给我推荐这本书的时候说，有了这本书，就不再需要其他的机器学习教材了。
入手这本书的接下来两个月，我与教材中艰深的统计推断、矩阵、数值算法、凸优化等数学知识展开艰苦的斗争。于是我明白了何谓”不需要其他的机器学习教材“：准确地说，是其他的教材都不需要了；一本书涵盖了我两年所学全部的研究生课程知识。
这本书默认读者拥有非常完备的计算机数学知识，已经掌握机器学习技术，而且编程能力极强（否则无法理解书中模型的数值解法）。然后，本书将机器学习技术在统计和数值优化的意义上重新阐释，让读者理解本质和内在联系，掌握这类问题的基本思路（最小化预测风险+模型正则化），为希望在科研道路上发展的读者打下了坚实的基础。
这便是书名的由来。
祝学运昌盛。
3/3页
