Уильям Суэйн Кливленд II (родился в 1943 г.) - американский ученый-компьютерщик, профессор статистики и профессор компьютерных наук в Университете Пердью , известный своими работами по визуализации данных , в частности, по непараметрической регрессии [1] и локальной регрессии . [2]
биография
Кливленд получил степень бакалавра математики в середине 1960-х годов в Принстонском университете, который он окончил под руководством Уильяма Феллера . Для получения докторской степени по статистике он переехал в Йельский университет, который окончил у Леонарда Джимми Сэвиджа . [3]
После окончания школы Кливленд начал работать в Bell Labs , где в течение 12 лет был сотрудником отдела статистических исследований и руководителем отдела. В конце концов он перешел в Университет Пердью, где стал профессором статистики и любезным профессором компьютерных наук. В 1982 году он был избран членом Американской статистической ассоциации . [4]
Его исследовательские интересы лежат в областях «визуализации данных, компьютерных сетей, машинного обучения , интеллектуального анализа данных , временных рядов, статистического моделирования, визуального восприятия, науки об окружающей среде и сезонной корректировки». [5] Кливленду приписывают определение и название области науки о данных , что он и сделал в публикации 2001 года. [6]
Избранные публикации
- Кливленд, Уильям С. Элементы графических данных. Монтерей, Калифорния: Расширенные книги и программное обеспечение Wadsworth, 1985.
- Кливленд, Уильям С. Визуализация данных. Хобарт Пресс, 1993.
Статьи, подборка: [7]
- Кливленд, Уильям С. « Надежная локально взвешенная регрессия и сглаживающие диаграммы рассеяния ». Журнал Американской статистической ассоциации 74.368 (1979): 829–836.
- Кливленд, Уильям С. и Роберт МакГилл. « Графическое восприятие: теория, эксперименты и применение к разработке графических методов ». Журнал Американской статистической ассоциации 79.387 (1984): 531–554.
- Кливленд, Уильям С. и Сьюзан Дж. Девлин . «Локально взвешенная регрессия: подход к регрессионному анализу путем локальной подгонки». Журнал Американской статистической ассоциации 83.403 (1988): 596–610.
- Кливленд, Уильям С., Эрик Гроссе и Уильям М. Шью. «Локальные регрессионные модели». Статистические модели в S (1992): 309–376.
Рекомендации
- ^ Армитаж, Питер, Джеффри Берри и Джон Н.С. Мэтьюз. Статистические методы в медицинских исследованиях. Джон Вили и сыновья, 2008.
- ^ Венейблс, Уильям Н. и Брайан Д. Рипли. Современная прикладная статистика с S. Springer Science & Business Media, 2002.
- ^ Уильям С. Кливленд, резюме , на stat.purdue.edu. Дата обращения 10.04.2015.
- ^ View / Search Fellows of the ASA , по состоянию на 15 октября 2016 г.
- ^ Уильям С. Кливленд: биография , на stat.purdue.edu. Дата обращения 10.04.2015.
- ^ Брэди, Генри Э. (2019-05-11). «Проблема больших данных и науки о данных» . Ежегодный обзор политологии . 22 (1): 297–323. DOI : 10,1146 / annurev-polisci-090216-023229 . ISSN 1094-2939 .
- ^ Уильям С. Кливленд , профиль ученого Google.