Als Astrophysik-Doktorand mit mathematischem Hintergrund interessiere ich mich seit kurzem für das Gebiet der Astrostatistik. Ich weiß, dass dies ein ziemlich neues Gebiet ist, das Astrophysik, Statistik und Data Mining kombiniert, aufgrund der riesigen Datenmengen, die unsere Teleskope erzeugen können. Wir brauchen ausgefeilte Werkzeuge, um sie verarbeiten zu können.
Ich möchte mehr über dieses Thema erfahren, also möchte ich nach guten Büchern oder Ressourcen zu diesem Thema fragen. Ich habe einen Kurs in allgemeiner Statistik und habe überhaupt keine Angst vor abstraktem mathematischem Denken.
Könnt ihr mir etwas in dieser Reihe empfehlen?
Prof. Eric Feigelson und Jogesh Babu von der Penn State gelten weithin als „Godfathers“ der Astrostatistik. Jedes Jahr veranstalten sie die Summer School in Statistics for Astronomers , an der ich 2014 teilgenommen habe. Die Webseite der Summer School ist öffentlich zugänglich und bietet Vorlesungsfolien und Materialien für Übungssitzungen in R mit Code und Anweisungen. Diese Sessions sind thematisch mit einigen der Vorlesungen verbunden, und alle Übungen bestehen aus funktionierendem Code, der zu Hause zB in RStudio ausgeführt werden kann. Die Vorlesungen sind eine großartige Einführung in die unterschiedlichsten Techniken der Astrostatistik, und in den Übungen kommt man leicht an die Zahnräder heran, aber natürlich sind die Vorlesungsfolien etwas oberflächlich.
Wenn man tiefer gehen möchte, enthalten die Kursmaterialien auch eine lange empfohlene Literaturliste. Feigelseon & Babu sind auch die Autoren eines Astrostatik-Lehrbuchs für Hochschulabsolventen , das auf realen Beispielen basiert, die häufig in der Astronomie anzutreffen sind, und das auch eine Reihe von Übungen in R enthält.
BEARBEITEN: Wenn Sie sich mehr für Data Mining / maschinelles Lernen interessieren, probieren Sie AstroML aus, eine Kombination aus Softwaremodul, Lehrbuch und Online-Ressourcen wie Jupyter-Notebooks usw. - das Buch kostet, was Bücher kosten, aber viele Online-Ressourcen sind es frei.
Zitrone