Bewertung:
Das Buch wird wegen seines informativen Inhalts über hochdimensionale Statistik sehr geschätzt und ist daher ein wichtiges Hilfsmittel für Studenten und Forscher in Bereichen wie Statistik und maschinelles Lernen. Obwohl es mathematisch anspruchsvoll ist, bleibt es mit detaillierten Erklärungen und zahlreichen Beispielen zugänglich. Einige Leser empfinden den Text jedoch aufgrund seiner mathematischen Natur als etwas trocken, und es gibt Beschwerden über die Qualität des Einbands in mindestens einer Ausgabe.
Vorteile:⬤ Äußerst informativ
⬤ gut geschrieben und lesbar
⬤ umfassende Behandlung von Themen auf dem neuesten Stand der Technik
⬤ ideal für Studenten und Forscher
⬤ detaillierte Erklärungen und Beispiele
⬤ streng, ohne frustrierend zu sein
⬤ erfordert keine Maßtheorie.
⬤ Das Buch kann aufgrund des hohen mathematischen Anteils trocken sein
⬤ in einigen Kapiteln fehlen detaillierte Beweise
⬤ Beschwerden über schlechte Bindungsqualität in bestimmten Ausgaben.
(basierend auf 7 Leserbewertungen)
High-Dimensional Statistics: A Non-Asymptotic Viewpoint
In den letzten Jahren hat die Menge und Vielfalt der in allen wissenschaftlichen Disziplinen und in der Industrie gesammelten Daten explosionsartig zugenommen.
Solche massiven Datensätze stellen die Forscher in den Bereichen Statistik und maschinelles Lernen vor eine Reihe von Herausforderungen. Dieses Buch bietet eine in sich geschlossene Einführung in das Gebiet der hochdimensionalen Statistik, die sich an die Absolventen des ersten Studienjahres richtet.
Es enthält Kapitel, die sich auf die Kernmethodik und -theorie konzentrieren - darunter Tail Bounds, Konzentrationsungleichungen, einheitliche Gesetze und empirische Prozesse sowie Zufallsmatrizen - sowie Kapitel, die sich mit der eingehenden Untersuchung bestimmter Modellklassen befassen - darunter spärliche lineare Modelle, Matrixmodelle mit Rangbeschränkungen, grafische Modelle und verschiedene Arten nichtparametrischer Modelle. Mit Hunderten von Arbeitsbeispielen und Übungen ist dieser Text sowohl für Kurse als auch für das Selbststudium von Studenten und Forschern in den Bereichen Statistik, maschinelles Lernen und verwandten Gebieten gedacht, die moderne statistische Methoden für große Datenmengen verstehen, anwenden und anpassen müssen.
| ISBN: | 9781108498029 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 568 |
Derzeit verfügbar, auf Lager.
