Я раніше не чув про книгу про Перукарню, але швидко переглянувши її, вона виглядає дуже добре.
Якщо у вас немає конкретного поля, яке ви хочете вивчити, я пропоную наступне (про деякі / багато з яких ви, напевно, вже чули):
- Теорія інформації, алгоритми виведення та навчання, DJC Макей. Класик, і автор робить його .pdf доступним безкоштовно в Інтернеті, тому у вас немає виправдання.
- Розпізнавання образів та машинне навчання, від CMBishop. Часто цитується, хоча здається, що між цим та книгою Перукаря є багато перехресних.
- Теорія ймовірностей, логіка науки, Е.Т. У деяких областях, можливо, трохи більш базового. Однак пояснення відмінні. Я виявив, що прояснилося пару непорозумінь, про які я навіть не знав.
- Елементи теорії інформації, від TM Cover та JAThomas. Імовірність атаки з точки зору, так, ви здогадалися, теорія інформації. Деякі дуже акуратні речі про пропускну здатність каналу та максимальний вміст. Трохи відмінний від більш байєсівських речей (я пам'ятаю лише те, що бачив одного в цілій книзі).
- Статистична теорія навчання, автор В.Вапник. Ретельно не байзійський, що може не сподобатися вам. Зосереджується на верхній межі ймовірності на структурному ризику. Пояснює, звідки беруться машини підтримки вектора.
- Сер Карл Поппер випустив низку праць з філософії наукового відкриття, в яких представлено досить багато статистичних даних (колекції з них можна придбати, але у мене немає жодних назв - вибачення). Знову ж таки, не найменший байєсий, але його обговорення фальсифікованості та його відношення до бритви окмасів є (на мою думку) захоплюючим, і його повинен прочитати кожен, хто займається наукою.