点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
高维度的统计数据集构成了现代机器学习和数据科学的基础。尽管在实践中取得了非凡的成功，并且具有巨大的进一步影响，但我们限制了对基本算法构建块的理论理解，用于高识别的统计数据。传统的统计数据，高维概率和最糟糕的算法方法都提供了高大的肩膀，但每个算法都遭受了限制。统计和概率通常会段落计算：他们认为通常具有指数运行时间的算法。算法的最坏情况方法无视数据的效果。它错误地预测实践中常规解决的问题在计算上很难。建立高维统计算法理论是计算机科学，统计和数学的巨大挑战，要回答问题：
主要关键词
