这才是学习现代统计学最好的书籍，还免费

来源：QZ

作者：Dan Kopf

智能观 编译

统计学比计算机更早出现。如果两者反过来，情况就会大不相同。

大多数人在高中或大学学习统计学时，需要使用纸笔进行计算。斯坦福统计学教授罗伯特·蒂布拉斯尼说：“这样的计算技术限制了统计学的发展。人们习惯于自己一开始使用的方法，很难改变。”

学过统计学导论的人大概都知道“正态分布”“T分布”和“最小二乘回归”等术语。我们之所以了解它们，是因为20世纪初，鉴于工具限制，人们使用这些方法计算比较方便。我们不该再学这些东西了，至少，它们不该是入门学习的第一件事。我们还有更好的选择。

精通数字的人

作为一名前数据科学家，每次看到“什么是学习统计学的最佳方式？”这样的问题，我总是给出相同的答案：阅读《An Introduction to Statistical Learning》。如果完成了这一步，还想学更多，我会推荐《The Elements of Statistical Learning》。这两本书由斯坦福大学、华盛顿大学和南加州大学的统计学教授撰写，是我发现的关于如何利用现代技术进行统计的最直观，最相关的书籍。Tibsharani是两本书的合著者之一。

资源传送门：

https://pan.baidu.com/s/1smIuqJV

这两本书基于“统计学习”的概念而作。统计学习属于机器学习的分支，是统计学和机器学习的混合体。机器学习将大量数据提供给算法，以做出准确的预测。Tibsharani说，统计学同样与预测有关，同时与我们对某些输入的重要性有多大信心有关。

在医学领域这一点非常重要，研究人员不仅想知道药物是否起作用，还想知道药物起作用的原因。统计学习的目的是从机器学习和计算机科学中获取最好的想法，并从统计学家的角度解释和使用它们。

这两本书的妙处在于，它们使看似难以理解的概念，如“交叉验证”“逻辑回归”“支持向量机”，变得容易理解。这是因为作者关注的是直觉而不是数学。与许多统计学家不同，Tibshirani和他的合著者并不是来自数学领域。他认为这有助于他们从概念层面思考。他说：“我们想要通过解释基本想法来直观地解释概念，然后举例说明机器工作或不工作的情况。我想人们非常赞同这种方法。”

例如，《An Introduction to Statistical Learning》的一节，专门介绍“bootstrapping”的使用。bootstrapping是计算机时代才有的统计技术，通过从同一数据中生成多个数据集版本来评估估算项的准确性。

例如，你统计了1000名随机选择的成年女性的体重，并发现平均体重为118斤。你对这个数字有多少信心？在传统统计中，要回答这个问题，你要使用一个多世纪以前制定的公式，这个公式依赖于许多假设。而现在，你可以使用计算机从你的原始样本中抽取数千个500人的样本，查看有多少结果接近118。如果大多数人是，你会对估算结果更有信心。

理论VS应用

这两本书不需要高等数学的知识，如多元微积分或线性代数。“虽然这些主题的知识非常有价值，但我们认为，为了对统计学习的工作及应用方式形成坚实的概念理解，并不需要这些知识。” 《An Introduction to Statistical Learning》的一名合著者Daniela Witten说。

有用的是，这两本书还提供了代码，配合统计编程语言R一起使用。我建议你把书中的示例用在自己感兴趣的数据集上。如果你喜欢小说，就用这些示例分析Goodreads的评分。如果你喜欢篮球，就用它们分析Basketball Reference的数据。统计学习的工具本身很棒，但我发现它们最适合那些参与个人或专业项目的人。

数据和统计学是现代生活中越来越重要的组成部分。如果能深入了解相关工具，获取关于这个世界的解释，每个人都可以过得更好。即使你不想成为数据分析师，这些书也是帮助你了解发生了什么的宝贵指南。

https://qz.com/1206229/this-is-the-best-book-for-learning-modern-statistics-its-free/

—完—

亲爱的朋友：

我们在每周三的“充电”栏目中，会分享一些AI+教育创新领域的实用资源及干货，希望给你更好的帮助。同时，欢迎你告诉我们，你希望在“充电”栏目中获得什么内容。

祝安！

智能观 一米

2018-3-7 于北京中关村

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请在对话界面点击“找找看”，去获取你想要的内容吧。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。

转载智能观原创文章，请联系

智能观小艾（微信号：zng2017618）！

关于我们

我们关注AI+教育。致力于提供高附加值的知识，以帮助每一位老师和我们的读者不断学习并提高技能。

我们努力让发表的每一篇文章都具有最佳质量，以满足读者的需求。