“计算统计是如何以及为什么占据世界的？在这本严肃的综合性著作中，埃夫隆和哈斯蒂（Efron和Hastie）这两位参数和非参数统计思想整合的先驱，通过一系列清晰、历史性的例子，阐述了他们对统计和机器学习的不合理有效性的看法。”
安德鲁·盖尔曼（Andrew Gelman）-纽约哥伦比亚大学
“这本不同寻常的书通过展示过去六十年来该领域发展的多个例子来描述统计的性质，因为它适应了可用计算能力的快速增长。作者的观点很好地总结了，当他们说，“非常粗略地说，算法是统计学家所做的，而推理说明了他们为什么要做它们”。这本书解释了这个“为什么”；也就是说，它通过仔细观察作者自己提出和研究的许多主要方法，解释了统计研究的目的和进展。《计算机时代统计推断》既有趣又富有启发性，它是专门为那些想听到伟大思想，并通过定义统计分析的基本数学将其实例化的人编写的。它对初学研究生的传统课程进行了很好的补充。”
Rob Kass-宾夕法尼亚州卡内基梅隆大学
“这是一本很棒的书。它对计算机时代推动统计学发展的理论和方法之间的相互作用进行了清晰、易懂和有趣的描述。作者在现有统计理论的框架内成功地找到了分析“大数据”的当代算法方法。”
阿拉斯泰尔·杨（Alastair Young）——伦敦帝国理工学院（Imperial College London）
“这是一次现代统计的导游之旅，强调了上个世纪在概念和计算方面的进步。这本书由两位该领域的大师撰写，将数学分析和富有洞察力的评论完美结合。”
哈尔·瓦里安-谷歌
“Efron和Hastie引导我们通过迷宫般的突破性统计方法来跟踪计算的发展：为什么开发它们，它们的属性，以及如何使用它们。本书强调了它们的起源，帮助我们理解每种方法在推理和/或预测中的作用。本书始终保持着推论与预测的区别，这在统计书籍中是一个受欢迎的重要新奇之处。”
Galit Shmueli-国立清华大学
“经典统计学的推理基础如何为21世纪的数据科学提供一个原则性的学科框架，这是一本精辟的指南。”
斯蒂芬·斯蒂格勒（Stephen Stigler）——芝加哥大学，《统计智慧的七大支柱》（Seven Pillars of Statistical Wisdom）一书的作者
“计算机时代的统计推断为现代统计学提供了一个令人耳目一新的视角。算法与直觉、属性以及它们背后的抽象论据同等重要。所涵盖的方法对于在当今的大数据和大计算环境中实践统计分析师来说是不可或缺的。”
Robert Gramacy-芝加哥大学布斯商学院
“每个有抱负的数据科学家都应该仔细研究这本书，将其作为参考，并随身携带。通过对两个半世纪的统计推断历史的介绍，可以深入了解该学科的发展，将数据科学置于其历史地位。”
Mark Girolami-伦敦帝国理工学院
“埃夫隆和哈斯蒂是两位才华横溢、颇有造诣的学者，他们成功地将250年来的统计推断纤维编织成了近代历史上的计算机械化。这本书通过详细描述统计社区的细微差别，为读者提供了过去60多年的中级概述。历史上，统计社区已经自我隔离为贝叶斯、频率学家和费舍尔阵营，但近年来，由于计算技术的进步，统计社区已被统一。还有待探索的是大数据理论的出现及其在弥合数据科学和统计方法论之间的差距方面的作用。无论结果如何，作者提供了一个高速计算的愿景，该愿景具有巨大的潜力，可以使统计推断对解决全球和社会问题的方法学做出贡献。”
Rebecca Doerge-宾夕法尼亚州卡内基梅隆大学
在这本书中，两位现代统计学大师对统计和计算这两个相互交织的世界进行了深入的考察。通过一系列重要的主题，Efron和Hastie阐明了现代预测和理解数据的方法是如何植根于统计和计算思维的。他们展示了计算能力的崛起如何改变了传统的方法和问题，以及它如何为我们指明了新的统计思维方式。”
David Blei-纽约哥伦比亚大学
“真是太棒了。这本写得很好的概要回顾了许多重要的统计观点，包括作者自己的观点。任何创造性地从事统计和数据科学的人都必须反复使用。埃夫隆和哈斯蒂证明了统计推理、过去、现在和未来不断增长的力量。”
卡尔·莫里斯-马萨诸塞州哈佛大学
“计算机时代的统计推断为估计、假设检验和预测的现代统计推断提供了清晰的指导。这本书无缝地将统计思维与计算思维结合在一起，同时涵盖了从数据中学习的一系列强大算法。对经典（和经典）统计思想以及最近的“大数据”和机器学习思想进行统一处理是非常罕见和有价值的。在整本书中都可以找到可访问的真实世界示例和富有洞察力的评论。”
约瑟夫·布利茨坦-马萨诸塞州哈佛大学
“除其他外，它试图通过在统计数据的历史发展背景下识别重要工具来描述统计数据的当前状态。它还提供了一系列关于计算和推理之间相互作用的启发性插图……这是一本吸引人的书，邀请对统计及其未来方向感兴趣的人浏览。”
比尔·萨泽资料来源：美国数学协会评论
“我对计算机时代统计推断的看法是，经验丰富的统计学家会发现，对20世纪的统计数据进行如此紧凑的总结是有帮助的，即使他们偶尔不同意书中的重点；开始学习统计学的学生会将本书视为统计推断的指南，这可能会抵消大多数入门统计学教科书所提供的危险的盲目经验；我们这些对细节感兴趣的非专业人士将享受数百小时的愉快阅读
约瑟夫·里克特资料来源：RStudio（www.RStudio.com）
“埃夫隆和哈斯蒂（均来自斯坦福大学）出色地编写了一本中心文本/参考书，对现代统计进行了广泛概述。这项工作考察了20世纪末和21世纪初计算领域的主要发展，从电子计算到“大数据”分析。本文主要关注过去60年，全面记录了统计学学科的进展……强烈建议研究生图书馆阅读本文。”
D.J.古金来源：Choice
