选择哪本机器学习书(APM，MLAP还是ISL)？

Question

我正在寻找一本书，作为机器学习的进修者(我不久前在机器学习方面做过一次讲座)。我将在一个项目中应用机器学习。

我找了很多书，找到了以下三本最适合我的书：

• Kuhn和Johnson的应用预测建模
• 机器学习算法视角(第二版)
• 哈斯蒂的统计学习概论

应用预测建模和统计学习简介以R为例，机器学习(一个算法透视图)使用Python。使用的语言并不那么重要，因为我对语言示例并不感兴趣(我正在使用Matlab)，我可能会跳过这样的示例。

应用预测建模的优点似乎是它涵盖了整个机器学习过程(特征选择等)。而且似乎写得很好。机器学习的优点--算法视角(第二版)--它涵盖了更多的主题(集成学习、图形模型、高斯过程)，并且可能有更多的数学。

你会推荐这三本书中的哪一本(为什么)？

Answer 1

--哈斯蒂·

的统计学习简介

对于所有想要开始进行统计分析和机器学习的人来说，这就像一本圣经。它为所有这些模型和算法背后的理论提供了极好的直觉，足以进行研究和/或深入研究另一本高级的ML书，如Applied Predictive Modeling by Kuhn and Johnson。