||
学统计的同学大概都听说过Bradley Efron,他老人家最近又出新书啦。
Efron B, Hastie T (2016). Computer Age Statistical Inference: algorithms, evidence, and data science. Cambridge University Press. ISBN 978-1-107-14989-2
全书分为三部分: 经典方法、早期计算机方法、21世纪专题。我熟悉能懂的基本上到第二部分为止,但第三部分正是我想学习的,我毫不犹豫地从amazon.ca上买下了它,昨晚到货。
经典方法部分介绍的内容基本属于统计推断的基础理论,讨论了频率派、贝叶斯派以及似然派统计推断的主要原理,并专设一章介绍参数模型和指数族分布。
第二部分主要介绍Empirical Bayes, JS estimation, Ridge Regression, GLM, EM, Jackknife, Bootstrap, MCMC, Model selection and cross validation.第14章,"Postware Statistical Inference and Metholodogy" 将前述这些方法做了一个简短的历史回顾,其中那个三角形(图片后传)给我当初读到它时留下了深刻的印象。
第三部分基本上就是现在流行的大数据分析方法的主要内容,包括稀疏模型和Lasso, random forests and boosting, 神经网络和深度学习,支持向量机和核方法等。
有志于大数据统计分析的研究生大概可以读读。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 10:14
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社