【经典书】高维概率数据科学应用导论，301页pdf

高维概率提供了对随机向量、随机矩阵、随机子空间和用于量化高维不确定性的对象的行为的洞察。借鉴了概率、分析和几何的思想，它适用于数学、统计学、理论计算机科学、信号处理、优化等领域。它是第一个将高维概率的理论、关键工具和现代应用集成起来的。集中不等式是其核心，它涵盖了Hoeffding和Chernoff等经典不等式和Bernstein等现代发展。然后介绍了基于随机过程的强大方法，包括Slepian的、Sudakov的和Dudley的不等式，以及基于VC维的泛链和界。整本书包含了大量的插图，包括经典和现代的协方差估计、聚类、网络、半定规划、编码、降维、矩阵补全、机器学习、压缩感知和稀疏回归等结果。

这是一本教科书在高维概率与数据科学的应用展望。它是为博士和高级硕士学生和数学，统计，电子工程，计算机科学，计算生物学和相关领域的初级研究人员，谁正在寻求扩大他们的理论方法在现代研究数据科学的知识。