一句话定位

它把统计学习当成一门要动手的课

书的第一章问的不是公式，是一个很实际的问题：什么是统计学习。它从「有数据、想预测」这个处境出发，而不是从定义出发。

作者的取舍写在页面上：这是一本广而不深的书，面向的是想用当代工具做数据分析的人，不要求先读完一本概率论。

它假定读者会有一点编程基础，然后把方法怎么落到代码上，留给每一章末尾的实验。

四个作者分在四所学校

Gareth James 在埃默里大学商学院任职，Daniela Witten 在华盛顿大学任统计与生物统计教授，Trevor Hastie 与 Rob Tibshirani 都在斯坦福。

四个人的方向并不一样：有偏统计理论的，有偏生物医学数据的，也有长期做统计学习方法的。书能同时守住「讲得清」和「站得住」，与这个搭配有关。

Python 版另加了一位作者 Jonathan Taylor，同样来自斯坦福统计系。

它先出 R 版，又出了 Python 版

第一版二〇一三年出版，代码全部用 R。第二版二〇二一年出，Python 版另在二〇二三年单独出版。

两个版本的正文内容基本对应，差别在每一章末尾的实验：一个用 R 写，一个用 Python 写。选哪一本，取决于你手上用的是哪个工具。

书里反复用的是几组公开数据集，两个版本的实验都基于同一批数据，换语言不用换例子。

它覆盖哪些主题

• 回归与分类。从最简单的一条直线讲到逻辑回归，先把「模型在做什么」讲透。
• 重抽样与模型选择。交叉验证、自助法，以及变量多的时候怎么筛。
• 正则化与非线性。岭回归与套索，以及把直线换成更灵活的形状之后要付什么代价。
• 树、向量机与深度学习。几类主流的预测方法，各自讲清楚在什么情形下更合适。
• 无监督与多重检验。没有标签时怎么找结构，以及同时做很多次检验时怎么不骗自己。

它被翻成了七种语言

站方列出的译本包括中文、意大利文、日文、韩文、蒙古文、俄文与越南文。

译本由不同的人或机构自行推进，官网只做登记。对不习惯读英文教材的人来说，这些译本是同一套体系的入口。

原版与译本的章节编号基本对齐，方便两本对着看。

每一章都以一段能跑的代码收尾

这个安排是这本书最被称道的地方：读完一章的方法，紧接着就有一段实验，把这一章的概念在真实数据上跑一遍。

实验不长，但要求动手：读数据、拟合、看结果、改一个参数再看一遍。公式里的符号在这一步变成屏幕上的数字。

对有了一点编程基础、想补统计这块短板的人来说，这个安排省掉了「理论懂了但不知从哪下手」的那一段。