|
|
|
稀疏統計模型只具有少數非零參數或權重，經典地體現了化繁為簡的理念，因而廣泛應用於諸多領域。本書就稀疏性統計學習做出總結，以LASSO方法為中心，層層推進，逐漸囊括其他方法，深入探討諸多稀疏性問題的求解和應用；不僅包含大量的例子和清晰的圖表，還附有文獻注釋和課後練習，是深入學習統計學知識的參考。本書適合計算機科學、統計學和機器學習的學生和研究人員。
Trevor Hastie 美國統計學家和計算機科學家，斯坦福大學統計學教授，英國統計學會、國際數理統計協會和美國統計學會會士。Hastie參與開發了R中的大部分統計建模軟件和環境，發明了主曲線和主曲面。
Robert Tibshirani 斯坦福大學統計學教授，國際數理統計協會、美國統計學會和加拿大皇家學會會士，1996年COPSS總統獎得主，提出lasso方法。Hastie和Tibshirani都是統計學習領域的泰山北斗，兩人合著了The Elements of Statistical Learning，還合作講授斯坦福大學的公開課“統計學習”。
Martin Wainwright 畢業於MIT，加州大學伯克利分校教授，以對統計與計算交叉學的理論和方法研究而聞名於學界，主要關注高維統計、機器學習、圖模型和信息理論。2014年COPSS總統獎得主。
