众所周知,最小二乘方法已成功应用于各个工程科学领域,其重要性不言而喻。由Tilo Strutz教授所著的Data Fitting and Uncertainty:A Practical Introduction to Weighted Least Squares and Beyond一书以数据拟合为视角,介绍了与最小二乘估计紧密相关的各种方法,阐述了参数估计的不确定度问题。此书内容自成体系,思想新颖,特点鲜明,理论与实际紧密结合,并提供了丰富的案例和软件代码。因此,这是一部在数据拟合和最小二乘估计领域中的优秀著作。译者团队于2016年完成了对此书(第1版)的翻译工作。
值得庆幸的是,Tilo Strutz教授于2015年对此书又做了进一步完善,补充了很多新内容,并在Springer出版社出版了此书的第2版。鉴于Tilo Strutz教授在第2版中新增了很多重要知识点,并且改进了第1版中的部分内容,故译者团队决定继续对第2版进行翻译,以期能有更多中国学者、科研人员以及工程技术人员从此书中受益。
第2版新增的知识点主要包括:维纳滤波和最小均方(LMS)滤波、用于异常值检测的M-score方法和随机抽样一致性(RANSAC)方法、相关数据的加权最小二乘拟合问题、基于反向传播的神经网络参数训练算法等。此外,第2版还通过实验给出了上述新增方法的性能以及Levenberg-Marquardt优化方法的收敛性能,并且对与本书配套的软件进行了更新。
本书第2版的翻译工作由战略支援部队信息工程大学王鼎、唐涛、尹洁昕、杨宾、吴志东共同完成,并最终由王鼎统稿,吴瑛审校。在整个翻译过程中,除了补充原著新增和改进的内容以外,还对第1版中的语句做了进一步梳理,以期使其更符合中文的语言习惯,从而便于读者理解。本书既可以作为高等院校应用数学、物理学、经济学、工程学等专业高年级本科生的教材,也可以作为从事工程技术领域的科研工作者自学或者研究的参考书。本译著的出版得到了装备科技译著出版基金、战略支援部队信息工程大学优秀青年基金(项目编号:2016603201)和2110工程(项目编号:102063)的资助,在此一并感谢。