Computer Age Statistical Inference, Student Edition: Algorithms, Evidence, and Data Science

Bradley Efron‏ · Trevor Hastie‏

יוני 2021 · Institute of Mathematical Statistics Monographs ספר 6 · Cambridge University Press

ספר דיגיטלי

514

דפים

הביקורות והדירוגים לא מאומתים מידע נוסף

מידע על הספר הדיגיטלי הזה

The twenty-first century has seen a breathtaking expansion of statistical methodology, both in scope and influence. 'Data science' and 'machine learning' have become familiar terms in the news, as statistical methods are brought to bear upon the enormous data sets of modern science and commerce. How did we get here? And where are we going? How does it all fit together? Now in paperback and fortified with exercises, this book delivers a concentrated course in modern statistical thinking. Beginning with classical inferential theories - Bayesian, frequentist, Fisherian - individual chapters take up a series of influential topics: survival analysis, logistic regression, empirical Bayes, the jackknife and bootstrap, random forests, neural networks, Markov Chain Monte Carlo, inference after model selection, and dozens more. The distinctly modern approach integrates methodology and algorithms with statistical inference. Each chapter ends with class-tested exercises, and the book concludes with speculation on the future direction of statistics and data science.

על המחבר

Bradley Efron is Max H. Stein Professor, Professor of Statistics, and Professor of Biomedical Data Science at Stanford University. He has held visiting faculty appointments at Harvard, UC Berkeley, and Imperial College London. Efron has worked extensively on theories of statistical inference, and is the inventor of the bootstrap sampling technique. He received the National Medal of Science in 2005, the Guy Medal in Gold of the Royal Statistical Society in 2014, and the International Prize in Statistics in 2019.

Trevor Hastie is John A. Overdeck Professor, Professor of Statistics, and Professor of Biomedical Data Science at Stanford University. He is coauthor of The Elements of Statistical Learning (2009), a key text in the field of modern data analysis. He is also known for his work on generalized additive models, and for his contributions to the R computing environment. Hastie was elected to the National Academy of Sciences in 2018, received the Sigillum Magnum from the University of Bologna in 2019, and the Leo Breiman award from the American Statistical Association in 2020.

רוצה לדרג את הספר הדיגיטלי הזה?

נשמח לשמוע מה דעתך.

איך קוראים את הספר

סמארטפונים וטאבלטים

כל מה שצריך לעשות הוא להתקין את האפליקציה של Google Play Books ל-Android או ל-iPad/iPhone‏. היא מסתנכרנת באופן אוטומטי עם החשבון שלך ומאפשרת לך לקרוא מכל מקום, גם ללא חיבור לאינטרנט.

מחשבים ניידים ושולחניים

ניתן להאזין לספרי אודיו שנרכשו ב-Google Play באמצעות דפדפן האינטרנט של המחשב.

eReaders ומכשירים אחרים

כדי לקרוא במכשירים עם תצוגת דיו אלקטרוני (e-ink) כמו הקוראים האלקטרוניים של Kobo, צריך להוריד קובץ ולהעביר אותו למכשיר. יש לפעול לפי ההוראות המפורטות במרכז העזרה כדי להעביר את הקבצים לקוראים אלקטרוניים נתמכים.

דיווח על תוכן לא חוקי