Trevor John Hastie (* 27. Juni 1953) ist ein US-amerikanischer Statistiker und Informatiker. Er ist derzeit John A. Overdeck Professor für Mathematische Wissenschaften und Professor für Statistik an der Stanford University . [ 1 ] Hastie ist bekannt für seine Beiträge zur angewandten Statistik, insbesondere im Bereich des maschinellen Lernens , Data Mining und der Bioinformatik . Er hat mehrere populärwissenschaftliche Bücher zum statistischen Lernen verfasst, darunter „ The Elements of Statistical Learning: Data Mining, Inference, and Prediction“ . Hastie wird von ISI Web of Knowledge als einer der meistzitierten Autoren im Bereich Mathematik geführt . Er hat außerdem zur Entwicklung von S beigetragen .

Bildung und Karriere

Hastie wurde am 27. Juni 1953 in Südafrika geboren . [ 2 ] Er erwarb 1976 seinen Bachelor-Abschluss in Statistik an der Rhodes University und 1979 seinen Master-Abschluss an der Universität Kapstadt. 1980 begann Hastie sein Promotionsstudium an der Stanford University und promovierte dort 1984 unter der Betreuung von Werner Stützle. Seine Dissertation trug den Titel „Hauptkurven und -flächen“. [ 2 ]

Hastie begann seine berufliche Laufbahn 1977 beim Südafrikanischen Medizinischen Forschungsrat . Nach seinem Masterabschluss 1979 absolvierte er ein einjähriges Praktikum an der London School of Hygiene & Tropical Medicine , dem Johnson Space Center in Houston und dem Institut für Biomathematik der Universität Oxford . Nach seiner Promotion in Stanford kehrte Hastie nach Südafrika zurück, um für seinen ehemaligen Arbeitgeber, den Südafrikanischen Medizinischen Forschungsrat, zu arbeiten. 1986 ging er zurück in die USA und trat den AT&T Bell Laboratories in Murray Hill , New Jersey , bei, wo er neun Jahre lang tätig war. Gemeinsam mit John Chambers leitete er die Entwicklung der Programmiersprache S. [ 3 ] 1994 wurde er als außerordentlicher Professor für Statistik und Biostatistik an die Stanford University berufen. 1999 wurde er zum ordentlichen Professor ernannt. Von 2006 bis 2009 leitete er das Institut für Statistik an der Stanford University. 2013 wurde er zum John A. Overdeck Professor für Mathematische Wissenschaften berufen.

Auszeichnungen und Ehrungen

Hastie ist seit 1979 Mitglied der Royal Statistical Society. Er ist außerdem gewähltes Mitglied mehrerer wissenschaftlicher Fachgesellschaften, darunter des Institute of Mathematical Statistics [ 4 ] , der American Statistical Association [ 5 ] und der South African Statistical Society. Er erhielt die „Myrto Lefkopolou Distinguished Lectureship“ des Fachbereichs Biostatistik der Harvard School of Public Health [ 6 ] . 2018 wurde er zum Mitglied der National Academy of Sciences gewählt . 2019 wurde Hastie ausländisches Mitglied der Königlich Niederländischen Akademie der Wissenschaften [ 7 ] . Hastie wurde für den CR-und-Bhargavi-Rao-Preis 2025 nominiert [ 8 ]. Hastie und Hui Zou erhielten 2025 den Founders of Statistics Prize für ihre Arbeit über elastische Netze [ 9 ] .

Veröffentlichungen

Hastie ist ein produktiver Autor wissenschaftlicher Arbeiten zu zahlreichen Themen der angewandten Statistik, darunter statistisches Lernen , Data Mining , statistische Datenverarbeitung und Bioinformatik . Gemeinsam mit seinen Mitarbeitern hat er etwa 125 wissenschaftliche Artikel verfasst. Viele dieser Artikel entstanden in Zusammenarbeit mit seinem langjährigen Mitarbeiter Robert Tibshirani . Hastie wird von ISI Web of Knowledge als einer der meistzitierten Autoren im Bereich Mathematik geführt . [ 10 ] Er ist Mitautor der folgenden Bücher:

  • T. Hastie und R. Tibshirani, Generalized Additive Models , Chapman and Hall, 1990.
  • J. Chambers und T. Hastie, Statistische Modelle in S , Wadsworth/Brooks Cole, 1991.
  • T. Hastie, R. Tibshirani und J. Friedman, The Elements of Statistical Learning: Prediction, Inference and Data Mining , Zweite Auflage, Springer Verlag, 2009 [ 11 ] (kostenlos auf der Website des Autors verfügbar).
  • G. James, D. Witten, T. Hastie, R. Tibshirani, Einführung in das statistische Lernen mit Anwendungen in R , Springer Verlag, 2013 [ 12 ] (kostenlos auf der Website des Mitautors verfügbar).
  • T. Hastie, R. Tibshirani, M. Wainwright, Statistical Learning with Sparsity: the Lasso and Generalizations , CRC Press, 2015 [ 13 ] (kostenlos auf der Website des Autors erhältlich).
  • Bradley Efron; Trevor Hastie (2016). Statistische Inferenz im Computerzeitalter . Cambridge University Press. ISBN 9781107149892Die

Referenzen

  1. ^ „Trevor J. Hastie, Department of Statistics“ . Stanford University . Abgerufen am 8. April 2012 .
  2. ^ a b "Trevor John Hastie" (PDF) . Abgerufen am 8. April 2012 .
  3. ^ Berry, Kenneth J.; Johnston, Janis E.; Jr, Paul W. Mielke (11.04.2014). A Chronicle of Permutation Statistical Methods: 1920–2000, and Beyond . Springer Science & Business Media. S. 207. ISBN 978-3-319-02744-9Die
  4. ^ „Ehrenmitglieder des IMS“ . Institut für Mathematische Statistik. Archiviert vom Original am 19. Oktober 2016. Abgerufen am 8. April 2012 .
  5. ^ „Mitglieder der ASA“ . Amerikanische Statistische Vereinigung. Archiviert vom Original am 16. Juni 2016. Abgerufen am 8. April 2012 .
  6. ^ „Myrto Lefkopoulou Distinguished Lecturership“ . Abteilung für Biostatistik, Harvard School of Public Health . Abgerufen am 8. April 2012 .
  7. ^ „Trevor Hastie“ . Königlich Niederländische Akademie der Wissenschaften. Archiviert vom Original am 11. April 2020.
  8. ^ „Die Rao-Preis-Konferenz 2025 | Eberly College of Science“ . science.psu.edu . Abgerufen am 18.07.2025 .
  9. ^ https://isi-web.org/article/trevor-hastie-and-hui-zou-win-2025-founders-statistics-prize
  10. ^ „H – Research Analytics“ . Thomson Reuters . Abgerufen am 8. April 2012 .
  11. ^ Hastie, Trevor ; Tibshirani, Robert ; Friedman, Jerome H. „The Elements of Statistical Learning“ . Archiviert vom Original am 10. November 2009. Abgerufen am 15. Juni 2012 .
  12. ^ James, Gareth; Witten, Daniela; Hastie, Trevor ; Tibshirani, Robert . „Einführung in das statistische Lernen mit Anwendungen in R“ . Archiviert vom Original am 23. Juni 2019. Abgerufen am 3. Juli 2016 .
  13. ^ Hastie, Trevor ; Tibshirani, Robert ; Wainwright, Martin. „Statistical Learning with Sparsity: the Lasso and Generalizations“ . Abgerufen am 3. Juli 2016 .