Depende de (1) sus antecedentes y (2) sus objetivos.
Antecedentes : ¿Eres tú?
- ¿Un matemático / estadístico / informático puro? Si realmente quieres entender la filosofía detrás de ML, elige Vapnik. Es denso
- ¿Un aficionado, experimentador, diletante, ingeniero de software? Elige ESL. Le dará la comprensión básica y un buen marco de cómo pensar acerca de ML en la práctica. Luego, puedes decidir si quieres perseguir a Vapnik.
Objetivos : ¿Quieres
- ¿Existe alguna literatura interesante sobre cómo ajustar las distribuciones normales por MLE, permitiendo que tanto la media como la varianza dependan de los regresores y el uso de series temporales?
- ¿Qué trabajos son más abundantes, puestos actuariales o puestos de ciencia de datos? ¿Requiere esto último un título de maestría o superior?
- ¿Cuándo se usaría un modelo oculto de Markov en lugar de una red neuronal recurrente?
- ¿Cómo se determina el precio de los datos del cliente?
- ¿Cuál es la mejor manera de saber qué algoritmo de aprendizaje automático tiene una mayor probabilidad de clasificar con precisión o con mayor precisión un conjunto de datos, antes de aplicarlo?
- ¿Escribir pruebas, ser un investigador de IA, desarrollar sus propios algoritmos de ML? Elige Vapnik. Ese es el punto del libro.
- ¿Aprender ML, ponerlo en práctica y crear herramientas? Elige ESL.
En resumen: Vapnik por los fundamentos densos, filosóficos y matemáticos del aprendizaje computacional. ESL para recoger algoritmos e intuición, y ponerlos en práctica.