本文介绍一下普渡大学Stanley H. Chan副教授撰写的著作《数据科学导论》，2021年出版。

 

作者前言

在我写这本书的时候，我对这个主题的现有教科书进行了相当详尽的搜索。从我从数据科学书籍的海啸中看到的情况来看，基本上有两类：

第一种类型的书是为程序员编写的。这些书籍非常强调如何通过调用标准和/或自定义库来处理数据以进行各种统计任务。理论通常在高层次上解释，目的是为读者提供一个参考点，但不深入到材料中。我并没有忽视这些书的重要性，但很多人，尤其是大学生，需要更扎实的数学训练，这样他们才能解决更困难的问题。

另一种类型的书籍是为数学家编写的经典概率教科书。这包括所有学习科学和工程的大学生。每个机构和每个教师在教授概率时都有自己喜欢的书。然而，虽然这些教科书在数学上是严格的，但大多数学生对逐页阅读它们不感兴趣。（至少当我还是一名本科生时，我对这些书并不热衷。为什么？他们很无聊。很容易迷失在定理中。这些定理与实际的工程问题没有直接关系。更准确地说，在我成为普渡大学的一名教员后，我不时听到这些评论：

我们为什么要学习概率？

掷硬币在现代数据科学中如何有用？

为什么相关性是随机变量乘积的期望？

为什么高斯有钟形？

如何用线条拟合数据？

如何判断变化是否具有统计显著性？

当你看到这个光谱的两端时，我希望你能看到差距——我们需要一本平衡理论和实践的书。我们需要一本提供见解的书，而不仅仅是定理和证明。我们需要一本激励学生的书，告诉他们为什么概率对他们的工作如此重要。我们需要一本书来强调这个主题的影响。从五年多来教授这门课程的过程中，我提炼出了我认为是概率方法的核心。我把这本书放在数据科学的背景下，强调我们这个时代数据（计算）和概率（理论）之间的不可分割性。

 

本书特色

涵盖范围广，从经典的概率论到现代数据分析技术

概念的几何和图形解释

与MATLAB / Python紧密集成

机器学习的实际应用

 

作者简介

Stanley H. Chan目前是印第安纳州西拉斐特普渡大学电气与计算机工程学院和统计学系的Elmore副教授。

陈博士分别于2011年及2009年取得加州大学圣迭戈分校电机工程博士学位及数学硕士学位，并于二零零七年取得香港大学电机工程学士学位（一等荣誉）。2012年至2014年，他是哈佛大学约翰·保尔森工程与应用科学学院的博士后研究员。他于2014年加入普渡大学，担任电气和计算机工程助理教授，以及统计学助理教授。

陈博士是2016年IEEE图像处理国际会议最佳论文奖的获得者（与他的博士生Omar Elgendy一起）。他还获得了众多教学奖项，包括2019年的Ruth和Joel Sipra杰出教学奖，2019年的普渡工程学院杰出早期职业教学奖，2018年的Purdue Teaching for Tomorrow Fellow，2018年的Eta Kappa Nu（HKN）Purdue杰出教授奖，2016年的Purdue College of Engineering杰出研究生导师奖，以及2015年的Eta Kappa Nu（HKN）Purdue杰出教学奖。在加入普渡大学之前，他是裘槎基金会博士后奖学金和裘槎基金会博士奖学金的获得者。


他目前担任IEEE Transactions on Computational Imaging的副主编，并且是OSA Optics Express的前副主编。在2015-2021年，陈博士当选为IEEE信号处理学会计算成像技术委员会的成员。多年来，他还曾担任IEEE ICIP和IEEE ICASSP的区域主席。

陈博士从事计算成像研究。他对光子限制成像、通过大气湍流成像和强大的机器学习特别感兴趣。他的研究得到了美国国家科学基金会，空军研究实验室，陆军研究办公室以及其他联邦和工业赞助商的支持

 

免费下载地址：https://services.publishing.umich.edu/publications/ee/

内容中包含的图片若涉及版权问题，请及时与我们联系删除