对第一版的赞扬:
“[这本书]成功地为这一活跃的研究领域提供了结构化的介绍…它可以说是迄今为止出版的最容易理解的数学思想和原理概述,人们需要掌握这些思想和原理才能进入高维统计领域…推荐给对当前高维统计学研究的主要结果感兴趣的人,以及有兴趣获得进入这一研究领域的核心数学技能的人。"
—美国统计协会杂志
高维统计导论,第二版保留了第一版的哲学思想:为学生和研究人员提供一个简明的指南,帮助他们发现该领域并对所涉及的数学感兴趣。主要概念和想法以简单的设置呈现,从而避免了不必要的技术性。高维统计是一个快速发展的领域,在许多主题上都取得了很大进展,提供了新的见解和方法。新版本简明扼要地介绍了高维统计的数学基础:
- 提供了上一版本的修订章节,并包含了关于一些重要主题的许多其他材料,包括压缩感知、凸约束估计、斜率估计、同时低秩和行解析线性回归或连续估计集的聚合。
- 介绍了关于迭代算法、聚类和极大极小下界的三个新章节。
- 提供了增强的附录、极大极小下限,主要是添加了戴维斯-卡汉摄动界和两个简单版本的Hanson-Wright浓度不等式。
- 涵盖前沿统计方法,包括模型选择、稀疏性和拉索、迭代硬阈值、聚合、支持向量机和学习理论。
- 在每章末尾提供详细的练习,并在wiki网站上提供协作解决方案。
- 用简单但清晰的实际示例说明概念。