本书讲解了构建机器学习中最常用的方法。这套方法就像是机器学习工程师的工具箱（非常直观而且深刻的理解）。机器学习从业者应该拥有完备的机器学习工具箱，然后针对相应的任务合理的使用工具。本书的每一章都对应一种机器学习方法或一类方法。 换句话说，每一章都关注机器学习工具箱中的一个工具。
以我的经验，熟悉这些方法的最好方法是从理论上和代码中从头开始学习。 每章分为三个部分：概念、从头构造、实用代码。 概念部分是从概念上介绍方法，并从数学上进行推导。构造部分展示了如何使用Python从头开始构造方法。 实用代码部分演示了如何使用 Python 中的包（如 scikit-learn、statsmodels 和 tensorflow）。
下载链接：https://dafriedman97.github.io/mlbook/content/introduction.html
参考书链接：
- https://hastie.su.domains/ISLR2/ISLRv2_website.pdf ( An Introduction to Statistical Learning)
- https://hastie.su.domains/ElemStatLearn/ (ESL)
- https://www.microsoft.com/en-us/research/publication/pattern-recognition-machine-learning/
