这本统计学习的教材把关注点集中在给定一组预测变量并且在数据分析开始之前缺乏可以指定的可靠模型时的响应变量的条件分布上。与现代数据分析一致，它强调适当的统计学习数据分析以综合方式依赖于健全的数据收集、智能数据管理、适当的统计程序和对结果的可理解的解释。监督学习可被统一视为回归分析的一种形式。通过大量实际应用及其相关的R代码来说明关键概念和过程，着眼于实际意义。计算机科学和统计学的日益融合在这本教材中得到了很好的体现。

1 Statistical Learning as a Regression Problem
1.1 Getting Started
1.2 Setting the Regression Context
1.3 Revisiting the Ubiquitous Linear Regression Model
1.3.1 Problems in Practice
1.4 Working with Statistical Models that are Wrong
1.4.1 An Alternative Approach to Regression
1.4.2 More on Statistical Inference with Wrong Models
1.4.3 Introduction to Sandwich Standard Errors
1.4.4 Introduction to Conformal Inference
1.4.5 Introduction to the Nonparametric Bootstrap
1.4.6 Wrong Regression Models with Binary Response Variables
1.5 The Transition to Statistical Learning
1.5.1 Models Versus Algorithms
1.6 Some Initial Concepts
……