Computer Age Statistical Inference: Algorithms, Evidence, and Data Science (Institute of Mathe...

"Computer Age Statistical Inference: Algorithms, Evidence, and Data Science" von Bradley Efron und Trevor Hastie ist ein umfassendes Werk, das die Entwicklung statistischer Methoden im Zeitalter der Computertechnologie untersucht. Das Buch behandelt die Geschichte und Evolution der statistischen Inferenz von klassischen Methoden bis hin zu modernen Ansätzen, die durch die Rechenleistung heutiger Computer ermöglicht werden. Es ist in drei Hauptteile gegliedert: 1. **Klassische Inferenz** – Hier wird die traditionelle Statistik behandelt, einschließlich grundlegender Konzepte wie Maximum-Likelihood-Schätzung und Hypothesentests. 2. **Das Zeitalter des Algorithmus** – Dieser Teil befasst sich mit den revolutionären Veränderungen in der Statistik durch algorithmische Ansätze. Themen wie Bootstrap-Methoden, EM-Algorithmus und Bayes‘sche Netzwerke werden detailliert beschrieben. 3. **Das Zeitalter des Datenwissenschaftlers** – Der letzte Teil richtet sich auf moderne Entwicklungen in der Datenwissenschaft. Es werden Techniken des maschinellen Lernens wie Random Forests, Support Vector Machines und Deep Learning diskutiert. Das Buch kombiniert theoretische Erklärungen mit praktischen Anwendungen und Beispielen aus verschiedenen Bereichen, um zu zeigen, wie statistische Methoden heute eingesetzt werden können. Es ist sowohl für Studierende als auch für Fachleute geeignet, die ein tieferes Verständnis der statistischen Inferenz im Kontext moderner Datenanalyse gewinnen möchten.