《统计学习要素：机器学习中的数据挖掘、推断与预测(第2版)》包含人工智能中用到的许多代表性主题，比如图模型、随机森林、集成方法、Lasso最小角度回归和路径算法、非负矩阵分解和频谱聚类。此外，还用一章篇幅来介绍“宽”数据（p大于n）的方法，包括多次测试和误检率。
对统计领域、人工智能领域及相关科学或行业领域内的读者而言，《统计学习要素：机器学习中的数据挖掘、推断与预测(第2版)》是一个难得的宝库，涉及面很广，从监督学习（预测）到无监督学习，具体主题包括神经网络、支持向量机、分类树和Boosting（率先对该主题进行综合论述）。与此同时，书中还包含丰富的示例和大量彩色的图表。