數據科學的統計基礎

本書是由四位 統計學家花費十餘年聯合撰寫的一本闡釋數據科學的統計建模方法論的著作。為了很好地平衡理論與應用，本書在內容上做了取舍，將重點放在當下應用較為廣泛的高維數據分析方法上。書中從大數據的起源及其對統計分析的影響入手，系統介紹了數據科學領域常用統計模型、現代統計機器學習方法與算法，闡釋其數學原理和統計理論。書中內容層層遞進，兼顧理論證明、算法實現與實際應用，全面覆蓋多元回歸、懲罰 小二乘、廣義線性模型、M 估計等高維建模方法，深入分析估計性質與統計推斷，涵蓋特征篩選、協方差矩陣、圖模型、因子模型等核心內容，並延伸至有監督學習、無監督學習及深度學習。本書既可作為統計學、數據科學、機器學習相關專業的高年級本科生和研究生的教材，也可供從事數據分析、人工智能研究的專業人員學習使用。