这些笔记是我在2014年春季和2016年秋季在普林斯顿教的课程APC 550: 高维概率。我的目的是尽可能地以一种连贯的方式介绍一组关于概率、分析和几何交叉的思想,这些思想产生于不同领域的广泛的当代问题。
高维的概率是什么?这个问题没有好的答案。高维概率问题出现在科学、工程和数学的许多领域。一个(非常不完整的)列表可能包括:
• 大型随机结构:随机矩阵,随机图,…
• 统计和机器学习:高维数据的估计、预测和模型选择。
• 计算机科学中的随机算法。
• 信息理论中的随机码。
• 统计物理学:吉布斯测量、渗透、旋转眼镜……
• 随机组合结构:最长增长子序列、生成树、旅行推销员问题……
• 巴拿赫空间的概率:巴拿赫值随机变量的概率极限定理,经验过程,巴拿赫空间的局部理论,几何泛函分析,凸几何
• 高维马尔可夫链中的混合时间等现象。
本课程的目的是介绍在概率论、统计学、计算机科学和数学中出现的高维随机结构的非渐近方法。重点是开发一套普遍的工具,这些工具已证明在不同领域的广泛应用中是有用的。根据时间和听众的兴趣,主题可能包括: 度量的集中; 函数,运输成本,鞅不等式; Isoperimetry; 马尔可夫半群,混合时间,随机场; hypercontractivity;阈值和影响; 斯坦的方法; 随机过程的上界; 高斯和Rademacher不等式; 通用的链接; 熵与组合维数; 选择应用程序。
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“PHD” 可以获取《【普林斯顿经典书】高维概率,326页pdf,Probability in High Dimension》专知下载链接索引