V
主页
普林斯顿大学【数据科学之父约翰·图基(John Tukey)访谈】
发布人
【数据科学之父约翰·图基(John Tukey)访谈】 @徐芝兰 图基的研究从深奥的抽象数学再到实用的统计学,以其自身特色完美地融合了数学理论和统计学的内容,他的研究使统计不同往昔,图基也被认为是二十世纪后半叶最重要的三位统计学家之一(另两位是G. E. P. Box和D. R. Cox)。他开创了探索性数据分析(Exploratory Data Analysis, EDA)和抗差估计(Robust Estimation)的研究,其中他提出的探索性数据分析是数据科学的鼻祖,他也被后人誉为“数据科学之父”。而他编写的《探索性数据分析》(Exploratory Data Analysis)和八卷本论文集(The Collected Works of John W. Tukey)也对众多领域产生了贡献。 此外,在数学尤其是统计领域有众多名词都是以他的名字命名的,比如Tukey range test, Tukey lambda distribution, Tukey test of additivity, Quenouille–Tukey jackknife, Teichmüller-Tukey lemma, Cooley-Tukey FFT algorithm, Blackman-Tukey transformation, Freeman-Tukey transformation, Siegel-Tukey test, Tukey-Duckworth test, Stone-Tukey theorem, Tukey trimean, Tukey mean difference plot, Tukey median, Tukey depth, Tukey biweight function, Tukey fences, Tukey window等。他还因创造出“比特”(bit)一词和最早使用“软件”(software)一词而闻名。 图基对时间序列的频谱分析和数字信号过程等其他方面的贡献已广泛应用于工程和科学领域,他与一位数学家同事合作发现了快速傅里叶变换(FFT)算法,是世界上使用最广的算法,他也因此获得IEEE最高荣誉奖章(IEEE Medal of Honor)。他还成功地指导了50多名研究生获得了博士学位,并启发了他们的职业生涯。 图基也因做出的突出贡献而获得了一系列的奖项和荣誉,他拥有凯斯理工学院、芝加哥大学和布朗大学、坦普尔大学、耶鲁大学和滑铁卢大学的荣誉学位。1998年6月,他被母校普林斯顿大学授予荣誉学位。他获得的奖项包括威尔克斯纪念奖章(Wilks Memorial Medaland Award,1965年)、美国国家科学奖章(National Medal of Science,1973年)、IEEE最高荣誉奖章(IEEE Medal of Honor,1982年)、美国质量协会的戴明奖章(Deming Medal,1982年)等。
打开封面
下载高清视频
观看高清视频
视频下载器
【图灵奖得主、算法分析之父 高德纳 为你解答世间万物】——高德纳(Donald Ervin Knuth,唐纳德·尔文·克努斯)
【普林斯顿大学本科生最佳论文答辩】
【机器学习应用的落地】——常虹(中国科学院大学)
想了解顶级统计学家都在做什么,各大统计方向的板块关系吗? 这个视频为你揭晓.【统计学三角The statistics triangle】——CMU教授金家顺
【假设检验的几何分析 Geometric analysis of hypothesis testing】——魏玉婷(宾夕法尼亚大学)
【孟晓犁 | 范剑青 对谈统计学】——(哈佛大学 | 普林斯顿大学)
【贝叶斯数据分析全打通(1)】——宋心远(香港中文大学统计系教授)
【那些年基因组学里的统计错误】—李婧翌 Jingyi Jessica Li(加州大学)
【概率史上的高光时刻】——尤瓦尔·佩雷斯 Yuval Peres
【《我的世界》极低概率事件:一个人能有多幸运】
【统计的真相 你认可吗】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
【后现代贝叶斯机器学习(Post-Bayesian Machine Learning)】
【凸优化一览】——瑞安·亚当斯 Ryan P. Adams(普林斯顿大学)
【贝叶斯渐进理论】
【牛顿-皮普斯问题: 牛顿错了?】
【解释还是预测?To Explain or To Predict?】——嘉丽特·舒缪利(Galit Shmueli)
任何人都可用的自适应马可夫链蒙特卡洛算法 Adaptive MCMC For Everyone——Jeffrey S. Rosenthal
【解释统计功效 Explaining Power】
【确定性独立筛选(sure independence screening, SIS)】——范剑青(普林斯顿大学)
【加州理工学院机器学习报告课】
【贪婪算法与压缩感知理论】—张颢(清华大学)
加拿大数据科学研究主席【函数型数据分析入门Introduction for Functional Data Analysis】—Jiguo Cao
【贝叶斯优化 Bayesian Optimization】
【贝叶斯数据分析全打通(4)】——宋心远(香港中文大学统计系教授)
【高维统计推断】
统计最高奖得主/高维统计大佬【高维统计入门1 High-Dimensional Statistics】—加州伯克利大学教授Martin Wainwright
【高斯过程 Gaussian Processes】
统计最高奖"考普斯会长奖"得主【用于预测的回归模型Regression Models for Prediction】—Andrew Gelman
【椭圆切片抽样 (Elliptical Slice Sampling)】——戴维·J·C·麦凯爵士 Sir David John Cameron MacKay
【哈佛大学数据科学报告课】
【谷歌数据科学家的一天】
【海量遗传和基因组数据的统计分析 Statistical Analysis of Massive Genetic and Genomic Data】——林希虹
Candes和陶哲轩的大作 【稀疏恢复(Sparse Recovery)】——张颢(清华大学)
【不可能定理(Impossibility Theorems)】
【统计最坏情况分析理论(Minimax Theory)】——Larry Wasserman 拉里·A·沃瑟曼(卡内基梅隆大学)
斯坦福大学【生存分析入门(1) Introduction to Survival Data and Censoring】
四十代目寺岛志保居家访谈录
统计 | 曾是谷歌高级研究科学家,将于2024年1月加入华盛顿大学计算机系任助理教授【麻省理工MIT博士答辩】——Natasha Jaques
【贝叶斯金字塔】——戴维·丹森 David Dunson(杜克大学)
【RNN、LSTM、Attention、Transformer、预训练、生成模型、强化学习一次学完】——常虹(中国科学院大学)