Elements of Statistical Learning (ESL) 是一本广度和深度都非常出色的书。它通过引用这些原始研究产生的论文，涵盖了非常现代的方法的基本要素。然而，我真的觉得这本书的语言非常非常令人望而却步。我相信有一种更简单的方式来讨论概念。我觉得 ESL 实在是太过分了。有人可以建议对初学者更友好的替代方案吗？
我找到了 ESL 的同级：Introduction to Statistical Learning。那是我想要阅读和理解的语气。它是包容的，没有使事情变得愚蠢。有什么类似于 Intro to SL 的吗？
我同意An Intro to Statistical Learning的语气非常通融。您可能想查看Yaser Abu-Mostafa 等人的短期课程《从数据中学习》。我发现这本书和随附的 youtube 视频很棒。
最后，spdrnl 关于库恩应用预测建模的评论是一个很好的建议。我还没有读过它，但我已经仔细阅读了它，它似乎也是一个很好的资源。
可能的替代方案：
Christopher Bishop的模式识别和机器学习：我不喜欢这本书的符号系统，但我听说图形模型章节很好
Machine Learning: A Probabilistic Perspective by Kevin P. Murphy：像字典一样，描述深度学习时代之前的各种机器学习方法
深度学习书：较新，涵盖更多关于深度学习的部分
Dive into Deep Learning : 可能是迄今为止最新的深度学习书籍
另外，尝试一些课程笔记：