算法统计学中鲁棒性的更广泛视角

《IEEE BITS the Information Theory Magazine》：The Broader Landscape of Robustness in Algorithmic Statistics

统计方法中计算高效的稳健算法研究综述。

　　

摘要：

过去十年中，针对受鲁棒性约束的统计方法，人们在计算效率高的算法方面取得了许多进展。一个估计量可能在多个方面表现出鲁棒性：对数据集的污染具有鲁棒性、对重尾数据具有鲁棒性，或者在保护数据集隐私方面具有鲁棒性。我们回顾了这些领域的最新研究成果，重点关注均值估计问题，揭示了各种鲁棒性形式之间的技术和概念联系，表明相同的底层算法思想可以在所有这些情况下产生计算效率高的估计量。