電腦時代的統計推斷：算法、演化和數據科學 (Computer Age Statistical Inference : Algorithms, Evidence, and Data Science)

在21世紀，統計方法在範圍和影響方面都有驚人的擴展。“大數據”、“數據科學”和
“機器學習”已經成為新聞中常見的術語，因為統計方法被用於處理現代科學和商業的龐大數據集。我們是怎麼走到這一步的？我們又將走到哪裡？

本書將帶你踏上數據分析變革的振奮之旅。從經典推斷理論（貝葉斯理論、頻率理論和Fisher理論）開始，各章節分別介紹一系列有影響力的主題，包括生存分析、廣義線性模型、經驗貝葉斯、刀切法與自助法、錯誤發現率、隨機森林、神經網絡、馬爾可夫鏈蒙特卡羅方法、模型選擇後的推斷等。同時以獨特的現代方法將方法和算法與統計推斷相結合，對每個主題關鍵的方法論發展及其推斷依據進行描述。此外，本書的後面章節對提升算法和深度學習等大規模預測算法進行研究，並闡述數據科學的未來方向。

本書兩位作者均為斯坦福大學知名教書，不僅對統計推斷理論和算法有著深刻的理解，並且有著豐富的統計算法教學經驗。本書涵蓋內容豐富，深入淺出，可作為低年級研究生的統計學教材。