关于早期的学习机器理论的一些相关知识，英文版本，电子版的

The Elements of Statistical Learning的原版PDF，感觉翻译比较渣就去找了原书

statistical-machine-learning-lab 统计机器学习方法练习

《统计学习方法》训练营 课程资料 优秀github资源： 本训练营的学习安排与课程任务：详见文件夹Books中的《统计学习方法作业》doc文档 视频笔记在线阅读地址 视频笔记在线阅读地址： 相关资料下载地址（包括视频笔记和习题解答） 链接： 提取码：tc49 课程安排（第四期） 总课时：5 周 第一周 1 学习第1章统计学习方法概论 2 学习第2章感知机 3 学习第3章k近邻 第二周 4 学习第4章朴素贝叶斯法 5 学习第5章决策树 第三周 6 学习第6章Logistic回归与最大熵模 7 学习第7章支持向量机 第四周 8 学习第8章提升方法 9 学习第9章EM算法及推广 第五周 10 学习第10章隐马尔科夫模型 11 学习第11章条件随机场 项目结构 Books--------------------------------------作业汇总和视频笔记的pdf docs--------

Statistical Arbitrage Algorithmic Trading Insights and Techniques.pdf

一本机器学习入门的好书，同时伴有大量R语言的例子，是用R语言敲开机器学习大门的不二书选！Springer出版的经典书籍，很接地气。

Instructors Solutions Manual for Probability and Statistical Inference (8th ed.) Probability and Statistical Inference第八版 参考答案

A classic book edited by a famous physicist-Gibbs, who contributes to the building of statistical physics and thermodynamics.

概率论是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的。在一定条件下必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。随机现象则是指在基本条件不变的情况下，每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能出现正面或反面。随机现象的实现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。典型的随机试验有掷骰子、扔硬币、抽扑克牌以及轮盘游戏等。

这本书出自 Richard A. Johnson (Author), Dean W. Wichern (Author) 两位著名的教授，是这个领域比较著名的数，在工业工程，经济管理，工程科技等涉及多变量的领域应用广泛。仅仅用作学习目的，阅后请删除。