学统计的同学大概都听说过Bradley Efron，他老人家最近又出新书啦。

Efron B, Hastie T (2016). Computer Age Statistical Inference: algorithms, evidence, and data science. Cambridge University Press. ISBN 978-1-107-14989-2

全书分为三部分： 经典方法、早期计算机方法、21世纪专题。我熟悉能懂的基本上到第二部分为止，但第三部分正是我想学习的，我毫不犹豫地从amazon.ca上买下了它，昨晚到货。

经典方法部分介绍的内容基本属于统计推断的基础理论，讨论了频率派、贝叶斯派以及似然派统计推断的主要原理，并专设一章介绍参数模型和指数族分布。

第二部分主要介绍Empirical Bayes, JS estimation, Ridge Regression, GLM, EM, Jackknife， Bootstrap, MCMC, Model selection and cross validation.第14章，"Postware Statistical Inference and Metholodogy" 将前述这些方法做了一个简短的历史回顾，其中那个三角形（图片后传）给我当初读到它时留下了深刻的印象。

第三部分基本上就是现在流行的大数据分析方法的主要内容，包括稀疏模型和Lasso, random forests and boosting, 神经网络和深度学习，支持向量机和核方法等。

有志于大数据统计分析的研究生大概可以读读。