Targeted Learning in Data Science

این کتاب درسی برای دانشجویان تحصیلات تکمیلی در آمار، علوم داده و بهداشت عمومی به چالش‌های عملی می‌پردازد که با داده‌های بزرگ، پیچیده و پویا همراه هستند. این یک نقشه راه علمی برای ترجمه برنامه های کاربردی علم داده در دنیای واقعی به مسائل تخمین آماری رسمی با استفاده از الگوی کلی برآوردگرهای حداکثر احتمال هدفمند ارائه می دهد. این الگوریتم‌های یادگیری ماشینی هدفمند، مقادیر مورد علاقه را تخمین می‌زنند و در عین حال استنتاج معتبری را ارائه می‌کنند. روش‌های یادگیری هدفمند در حوزه علم داده جزء حیاتی برای حل مشکلات علمی در عصر مدرن این تکنیک‌ها می‌توانند به سؤالات پیچیده از جمله قوانین بهینه برای تخصیص درمان بر اساس داده‌های طولی با مخدوش‌سازی وابسته به زمان، و همچنین سایر برآوردها در ساختارهای داده وابسته، مانند شبکه‌ها، پاسخ دهند. در یادگیری هدفمند در دادهعلم، نمایش هایی با بسته های نرم افزاری و مجموعه داده های واقعی وجود دارد که نشان می دهد یادگیری هدفمند برای نسل بعدی آماردانان و دانشمندان داده بسیار مهم است. کتاب Th is دنباله‌ای بر اولین کتاب درسی یادگیری ماشین برای استنتاج علی، یادگیری هدفمند است که در سال 2011 منتشر شد.

مارک ون در لان، دکترا، b> Jiann-Ping Hsu/Karl E. Peace استاد آمار زیستی و آمار در UC Berkeley است. علایق تحقیقاتی او شامل روش های آماری در ژنومیک، تجزیه و تحلیل بقا، داده های سانسور شده، یادگیری ماشینی، مدل های نیمه پارامتریک، استنتاج علی و یادگیری هدفمند است. دکتر ون در لان در سال 2004 جایزه مورتیمر اشپیگلمن، جایزه ون دانتسیگ 2005، جایزه COPSS Snedecor در سال 2005، جایزه ریاست جمهوری COPSS در سال 2005 را دریافت کرد و بیش از 40 دانشجوی دکترا در زمینه آمار زیستی و آمار فارغ التحصیل شده است.

b> شری رز، دکترا، دانشیار سیاست مراقبت بهداشتی (آمار زیستی) در دانشکده پزشکی هاروارد است. کار او بر توسعه و ادغام رویکردهای آماری نوآورانه برای پیشبرد سلامت انسان متمرکز است. تحقیقات روش‌شناختی دکتر رز بر یادگیری ماشینی ناپارامتریک برای استنتاج و پیش‌بینی علی متمرکز است. او آزمایشگاه علوم داده سیاست سلامت را رهبری می کند و در حال حاضر به عنوان سردبیر انجمن مجله انجمن آماری آمریکا و آمار زیستی خدمت می کند.

This textbook for graduate students in statistics, data science, and public health deals with the practical challenges that come with big, complex, and dynamic data. It presents a scientific roadmap to translate real-world data science applications into formal statistical estimation problems by using the general template of targeted maximum likelihood estimators. These targeted machine learning algorithms estimate quantities of interest while still providing valid inference. Targeted learning methods within data science area critical component for solving scientific problems in the modern age. The techniques can answer complex questions including optimal rules for assigning treatment based on longitudinal data with time-dependent confounding, as well as other estimands in dependent data structures, such as networks. Included in Targeted Learning in Data Science are demonstrations with soft ware packages and real data sets that present a case that targeted learning is crucial for the next generation of statisticians and data scientists. Th is book is a sequel to the first textbook on machine learning for causal inference, Targeted Learning, published in 2011.

Mark van der Laan, PhD, is Jiann-Ping Hsu/Karl E. Peace Professor of Biostatistics and Statistics at UC Berkeley. His research interests include statistical methods in genomics, survival analysis, censored data, machine learning, semiparametric models, causal inference, and targeted learning. Dr. van der Laan received the 2004 Mortimer Spiegelman Award, the 2005 Van Dantzig Award, the 2005 COPSS Snedecor Award, the 2005 COPSS Presidential Award, and has graduated over 40 PhD students in biostatistics and statistics.

Sherri Rose, PhD, is Associate Professor of Health Care Policy (Biostatistics) at Harvard Medical School. Her work is centered on developing and integrating innovative statistical approaches to advance human health. Dr. Rose’s methodological research focuses on nonparametric machine learning for causal inference and prediction. She co-leads the Health Policy Data Science Lab and currently serves as an associate editor for the Journal of the American Statistical Association and Biostatistics.