Американский эксперт по визуализации данных
Уильям Суэйн Кливленд II (родился в 1943 году) — американский учёный-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] Его помнят как одного из разработчиков языка программирования S. [ 3]
Биография
Кливленд получил степень бакалавра по математике в середине 1960-х годов в Принстонском университете, где он окончил его под руководством Уильяма Феллера . Для получения степени доктора наук по статистике он перешел в Йельский университет, где он окончил его в 1969 году под руководством Леонарда Джимми Сэвиджа . [4] [5]
После окончания университета Кливленд начал работать в Bell Labs , где он был сотрудником отдела статистических исследований и руководителем отдела в течение 12 лет. Работая в Bell Labs, он помог разработать язык программирования S , предшественника R. [3] В конце концов он перешел в Университет Пердью, где стал профессором статистики и приглашенным профессором компьютерных наук. В 1982 году он был избран членом Американской статистической ассоциации . [6]
Его исследовательские интересы лежат в области «визуализации данных, компьютерных сетей, машинного обучения , интеллектуального анализа данных , временных рядов, статистического моделирования, визуального восприятия, экологии и сезонной корректировки». [7] Кливленду приписывают определение и название области науки о данных , что он сделал в публикации 2001 года. [8]
Избранные публикации
- Кливленд, Уильям С. Элементы графического представления данных. Монтерей, Калифорния: Wadsworth Advanced Books and Software, 1985.
- Кливленд, Уильям С. Визуализация данных. Hobart Press, 1993.
Статьи, подборка: [9]
- Кливленд, Уильям С. «Надежная локально взвешенная регрессия и сглаживание диаграмм 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 Сьюзен Дж. Девлин . «Локально взвешенная регрессия: подход к регрессионному анализу с помощью локальной подгонки». Журнал Американской статистической ассоциации 83.403 (1988): 596–610.
- Кливленд, Уильям С., Эрик Гросс и Уильям М. Шью. «Локальные регрессионные модели». Статистические модели в S (1992): 309–376.
Ссылки
- ^ Армитидж, Питер, Джеффри Берри и Джон Н. С. Мэтьюз. Статистические методы в медицинских исследованиях. John Wiley & Sons, 2008.
- ^ Венейблс, Уильям Н. и Брайан Д. Рипли. Современная прикладная статистика с S. Springer Science & Business Media, 2002.
- ^ ab Берри, Кеннет Дж.; Джонстон, Дженис Э.; младший, Пол В. Милке (2014-04-11). Хроника методов статистических перестановок: 1920–2000 и далее. Springer Science & Business Media. стр. 207. ISBN 978-3-319-02744-9.
- ^ Уильям С. Кливленд, CV, на stat.purdue.edu. Доступ 10-04-2015.
- ^ "William Swain Cleveland, II". Проект генеалогии математики . Получено 2 июля 2022 г.
- ^ Просмотр/поиск Fellows of the ASA, дата обращения 15 октября 2016 г.
- ^ Уильям С. Кливленд: Биография, на stat.purdue.edu. Доступ 10-04-2015.
- ^ Брэди, Генри Э. (11.05.2019). «Проблема больших данных и науки о данных». Ежегодный обзор политической науки . 22 (1): 297–323. doi : 10.1146/annurev-polisci-090216-023229 . ISSN 1094-2939.
- ^ Уильям С. Кливленд, профиль ученого Google.
Внешние ссылки
- Уильям С. Кливленд, профессор статистики имени Шанти С. Гупты, любезно предоставленный профессор компьютерных наук
- Уильям Кливленд в проекте «Генеалогия математики»
