计算机时代的统计推断：算法、演化和数据科学
图书信息
书名：计算机时代的统计推断：算法、演化和数据科学作者：布拉德利·埃夫隆,Bradley Efron,特雷福·黑斯蒂,杭汉源
包装：平装
开本：16
页数：286页
出版社：机械工业出版社
出版时间：2019-6-4
图书简介
《计算机时代的统计推断：算法、演化和数据科学》为斯坦福大学著名教授、数据科学家Trevor Hastie全新力作，以数据分析为核心，从理论与实践两方面，介绍了统计推断的近60年演化史和各类有影响力的算法，以及其在数据科学、机器学习等领域的重要性。全书分为三部分，优秀部分介绍了经典统计推断，包括频率理论、贝叶斯理论和Fisher理论等；第二部分阐明计算机时代早期的一些方法，例如经验贝叶斯估计、生存分析和自助法等；第三部分探讨了21世纪的话题，如大规模假设检验、稀疏建模、深度学习和支持向量机等。每章都有丰富的案例支持，并配有大量的R代码。此书可作为研究生的统计学教材，也适合从事数据科学，机器学习和统计学的高级从业人士。
推荐理由
《计算机时代的统计推断：算法、演化和数据科学》是一部高度专业性的数据科学、机器学习和统计学的经典之作。本书囊括了近60年的统计推断发展史，并揭示了统计推断在数据科学领域的重要性。全书以图文并茂的方式详细介绍了各类算法和证据，此外，每章末尾均配有R代码，方便读者实践。本书将有助于读者更好地了解统计推断，并应用于实际工作或学术中。