Trevor Hastie

Trevor John Hastie
TrevorHastiePic.jpg
Geboren 27 juni 1953 (Leeftijd 69)
Kaapstad, Zuid-Afrika
Nationaliteit Amerikaans
Burgerschap Amerikaans, Zuid-Afrikaans
Alma mater Stanford universiteit
Universiteit van Kaapstad
Rhodes University
Echtgenoot Lynda Hastie
Wetenschappelijke carrière
Velden Statistisch leren, Datamining, bio -informatica
Instellingen Stanford universiteit
AT&T Bell Laboratories
Doctoraatsadviseur Werner Stuetzle
Doctoraatsstudenten Hui Zou

Trevor John Hastie (Geboren op 27 juni 1953) is een Amerikaanse statisticus en computerwetenschapper.Hij dient momenteel als de John A. Overdek Hoogleraar wiskundige wetenschappen en hoogleraar statistieken aan Stanford universiteit.[1] Hastie staat bekend om zijn bijdragen aan toegepaste statistieken, vooral op het gebied van Machine Learning, datamining, en bio -informatica.Hij heeft verschillende populaire boeken geschreven in statistisch leren, waaronder De elementen van statistisch leren: datamining, inferentie en voorspelling.Hastie is vermeld als een ISI zeer geciteerde auteur in de wiskunde door de ISI Web of Knowledge.

Onderwijs en carrière

Hastie werd geboren op 27 juni 1953 in Zuid-Afrika.[2] Hij ontving zijn B.S.in statistieken van de Rhodes University in 1976 en master's degree van Universiteit van Kaapstad in 1979. Hastie trad toe tot het doctoraatsprogramma op Stanford universiteit in 1980 en ontving zijn Ph.D.in 1984 onder toezicht van Werner Stuetzle.Zijn proefschrift was "hoofdcurven en oppervlakken".[2]

Hastie begon zijn professionele carrière in 1977 met de South African Medical Research Council.Na het behalen van zijn masterdiploma in 1979, bracht hij een jaar stage in de London School of Hygiene & Tropical Medicine, de Johnson Space Center in Houston en de Biomath Department op Oxford universiteit.Na het behalen van zijn doctoraat uit Stanford, keerde Hastie terug naar Zuid -Afrika om samen te werken met zijn voormalige South African Medical Research Council.Hij keerde terug naar de Verenigde Staten in 1986 en trad toe tot de AT&T Bell Laboratories in Murray Hill, New Jersey en bleef daar negen jaar.Hij trad in 1994 toe tot de Stanford University als universitair hoofddocent statistieken en biostatistiek.Hij werd gepromoveerd tot de volle professor in 1999. In de periode 2006-2009 was hij voorzitter van het Department of Statistics aan de Stanford University.In 2013 werd hij benoemd tot de John A. Over dek professor in wiskundige wetenschappen.

Awards en onderscheidingen

Hastie is een fellow van de Royal Statistical Society Sinds 1979. Hij is ook een gekozen fellow van verschillende professionele en wetenschappelijke samenlevingen, waaronder de Instituut voor wiskundige statistieken,[3] de American Statistical Association,[4] en de Zuid -Afrikaanse statistische samenleving.Hij is een ontvanger van de 'Myrto Lefkopolou Distinguished Lectureship' Award van Biostatistics Department op de Harvard School of Public Health.[5] In 2018 werd hij gekozen tot lid van de National Academy of Sciences.In 2019 werd Hastie een buitenlands lid van de Royal Nederlands Academy of Arts and Sciences.[6]

Publicaties

Hastie is een productieve auteur van wetenschappelijke werken over verschillende onderwerpen in toegepaste statistieken, waaronder Statistisch leren, datamining, Statistisch computergebruik, en bio -informatica.Hij heeft samen met zijn medewerkers ongeveer 125 wetenschappelijke artikelen geschreven.Veel van de wetenschappelijke artikelen van Hastie werden co -auteur van zijn oude medewerker, Robert Tibshirani.Hastie is vermeld als een ISI zeer geciteerde auteur in de wiskunde door de ISI Web of Knowledge.[7] Hij heeft de volgende boeken co -auteur:

  • T. Hastie en R. Tibshirani, Gegeneraliseerde additieve modellen, Chapman en Hall, 1990.
  • J. Chambers en T. Hastie, Statistische modellen in S, Wadsworth/Brooks Cole, 1991.
  • T. Hastie, R. Tibshirani en J. Friedman, De elementen van statistisch leren: voorspelling, inferentie en datamining, Tweede editie, Springer Verlag, 2009 [8] (gratis beschikbaar van de website van de auteur).
  • G. James, D. Witten, T. Hastie, R. Tibshirani, Een inleiding tot statistisch leren met toepassingen in r, Springer Verlag, 2013 [9] (gratis beschikbaar van de website van de co-auteur).
  • T. Hastie, R. Tibshirani, M. Wainwright, Statistisch leren met sparsity: de Lasso en generalisaties, CRC Press, 2015 [10] (gratis beschikbaar van de website van de auteur).
  • Bradley Efron; Trevor Hastie (2016). Computertijdstatistische inferentie. Cambridge University Press. ISBN 9781107149892.

Referenties

  1. ^ "Trevor J. Hastie, Department of Statistics". Stanford universiteit. Opgehaald 8 april 2012.
  2. ^ a b "Trevor John Hastie" (PDF). Opgehaald 8 april 2012.
  3. ^ "Geëerde IMS Fellows".Instituut voor wiskundige statistieken.Gearchiveerd van het origineel Op 19 oktober 2016. Opgehaald 8 april 2012.
  4. ^ "Fellows of the Asa".American Statistical Association.Gearchiveerd van het origineel op 16 juni 2016. Opgehaald 8 april 2012.
  5. ^ "Myrto Lefkopoulou onderscheiden docent".Afdeling Biostatistiek, Harvard School of Public Health. Opgehaald 8 april 2012.
  6. ^ "Trevor Hastie".Royal Nederlands Academy of Arts and Sciences.Gearchiveerd van het origineel op 11 april 2020.
  7. ^ "H - onderzoeksanalyses". Thomson Reuters. Opgehaald 8 april 2012.
  8. ^ Hastie, Trevor; Tibshirani, Robert; Friedman, Jerome H. "De elementen van statistisch leren". Gearchiveerd van het origineel op 10 november 2009. Opgehaald 15 juni 2012.
  9. ^ James, Gareth;Witten, Daniela; Hastie, Trevor; Tibshirani, Robert. "Een inleiding tot statistisch leren met toepassingen in R". Opgehaald 3 juli 2016.
  10. ^ Hastie, Trevor; Tibshirani, Robert;Wainwright, Martin. "Statistisch leren met sparsity: de lasso en generalisaties". Opgehaald 3 juli 2016.

Externe links