最近在看統計推斷的時候發現一本好書，《Computer age statistical inference》（中譯大致是《計算機時代的統計推斷》），作者是Bradley Efron 和 Trevor Hastie。統計界大牛，書的電子版作者免費放到了網上，《Computer age statistical inference》。
書的內容主要按照時間分三部分，第一部分是電子計算機時代之前的經典統計推斷內容，包括：頻率學派，貝葉斯學派，和Fisherian以及常見的參數模型，並介紹了指數分布族，時間為1763年（貝葉斯發表貝葉斯公式的那個文章）到1950年之間；第二部分為計算機時代早期統計方法，時間跨度為1950-1990年，依托於計算機的出現，這個時間段涌現了很多經典的統計方法，書中主要介紹了經驗貝葉斯、James-Stein估計、廣義線性模型（GLM）和回歸樹、生存分析、EM算法、以及經典重抽樣方法：Jackknife和Bootstrap、交叉驗證、MCMC等方法；第三部分為21世紀出現的統計學習方法，如：稀疏模型和Lasso、Random Forest和Boosting方法、神經網絡與深度學習、SVM和核技巧等，這部分和作者之一 Trevor Hastie的另一本經典書《 The Elements of Statistical Learning》（中譯名為《統計學習基礎》有交叉部分，可以互相參考）。ESL也是網上各種推薦。
按照三部分，慢慢寫點讀書筆記吧，記錄一下心得。