Bradley Efron: Bootstrap Yönteminin Mucidi
Stanford'da 60+ yıl çalışmış, modern bilgisayar çağının istatistiğini şekillendiren mucit. 1979'da icat ettiği bootstrap yöntemi bugün her bilim araştırmasında kullanılıyor.

Saint Paul'lü çocuk
Bradley Efron 24 Mayıs 1938'de Minnesota'nın Saint Paul kentinde, Yahudi göçmen bir ailenin oğlu olarak doğdu. Babası Esther Efron Polonyalı, annesi Miriam Hellenik bir göçmen.
Babası terzi olarak çalışıyordu; ailesi mütevazıydı. Genç Bradley Caltech (California Institute of Technology) burs aldı; matematik lisans (1960).
Sonra Stanford'a doktora için geldi; 1964'te istatistik doktorası verdi. Hocası Rupert Miller.
Stanford'da 60+ yıl
Doktora sonrası Stanford'da profesör oldu; emekli olana kadar 60+ yıl orada kaldı. İstatistik bölümünün direktörlüğü dahil pek çok pozisyon aldı.
1979: Bootstrap doğdu
Efron 1979'da yayımladığı "Bootstrap Methods: Another Look at the Jackknife" makalesi modern istatistikte devrim yarattı.
Bu yöntem bilgisayar destekli istatistiği standartlaştırdı; klasik formül tabanlı yaklaşımdan veri tabanlı yaklaşıma geçişi simgeledi.
Geniş katkı yelpazesi
Bootstrap dışında Efron'un katkıları:
- Empirical Bayes: Bayesci ve frekansist yaklaşımları birleştiren çatı.
- Karar teorisi: istatistiksel karar verme.
- Cross-validation üzerine önemli çalışmalar.
- Confidence distributions (güven dağılımları).
- Modern statistics + machine learning kavşağı.
"Computer Age Statistical Inference" (2016)
Efron'un öğrencisi Trevor Hastie ile birlikte yazdığı kitap: "Computer Age Statistical Inference: Algorithms, Evidence, and Data Science". Modern hesaplamalı istatistik için klasik referans.
Modern veri biliminin istatistik perspektifinden kapsamlı bir anlatımı.
Ödüller
- MacArthur Fellowship (1983, "genius grant")
- Wilks Memorial Award (1990)
- Rao Prize (2003)
- National Medal of Science (2005) — ABD'nin en yüksek bilim ödülü
- Guy Medal Gold (2014, Royal Statistical Society)
- International Prize in Statistics (2019) — istatistiğin "Nobel"i
Mentörlük
Efron Stanford'da onlarca doktora öğrencisi yetiştirdi. Trevor Hastie, Robert Tibshirani (Stanford istatistik ekolünün önde gelen figürleri) onun öğrencileri.
Bu üçü birlikte modern istatistiksel öğrenme (statistical learning) çatısını kurdular. Hastie ve Tibshirani'nin "An Introduction to Statistical Learning" ve "The Elements of Statistical Learning" kitapları modern ML eğitiminin temelidir.
Felsefe
Efron, Bayesçi ve frekansist istatistik yaklaşımları arasında pragmatik bir köprü kurar. Empirical Bayes çatısı her iki yaklaşımı birleştirmeye çalışır.
Sıkça söylediği görüş:
"Modern istatistik = klasik istatistik + bilgisayar. Hesaplama gücü, bizi daha önce yapamadığımız analizlere kavuşturuyor."
Bugün hâlâ aktif
2024 itibarıyla 86 yaşında, Stanford Emeritus Professor olarak aktif yazıyor, mentörlük yapıyor, blogluyor. Bootstrap teorisi ve modern istatistik üzerine yeni makaleler yayımlamaya devam ediyor.
Mirası
Efron'un modern istatistik ve veri bilimindeki yeri:
- Bootstrap yöntemi: modern istatistiksel çıkarımın merkezi aracı.
- Empirical Bayes: modern ML ve istatistiğin birleştirici çatısı.
- Stanford istatistik ekolü: Hastie, Tibshirani gibi yıldız öğrenciler.
- "Computer Age Statistical Inference": modern veri bilimi referansı.
- National Medal of Science (2005).
Brooklyn'li bir Yahudi göçmenin oğlu, Stanford'da modern istatistiğin hesaplamalı çağına kapı açtı. Bradley Efron: yaşayan istatistik tarihinin önde gelen figürlerinden biri.
Her bilimsel makalede "%95 bootstrap confidence interval" yazıldığında, onun 1979'daki sezgisi sessizce çalışıyor.
Etiketler
Kendinizi Test Edin
Cevaplarınız profilinizde istatistik olarak saklanır.
1. Bradley Efron en çok hangi yöntemle tanınır?
2. Efron hangi üniversitede çalıştı?
3. Efron'un ünlü öğrencileri kimlerdir?
4. Efron hangi ödülü 2005'te kazandı?
5. Efron'un felsefesi nedir?
İlgili Yazılar
Gökyüzüne Bakmak Geçmişe Bakmaktır: Işığın Yolculuğu ve Zaman
Gece gördüğünüz yıldızlardan bazıları belki de artık yok. Işığın sınırlı hızı, teleskopları birer zaman makinesine çeviriyor. Işık yılı ve "geriye bakış zamanı" matematiğiyle evrenin geçmişini nasıl görüyoruz?
Bilim TarihiBir Asteroidin Dünya'ya Çarpma Olasılığını Nasıl Hesaplarız?
Bir asteroidin Dünya'ya çarpma ihtimali nasıl "yüzde 1" gibi bir sayıya dönüşür? Belirsizlik bölgesi, hata elipsi ve olasılık matematiği, gökyüzündeki riski nasıl ölçülebilir kılıyor?
Bilim TarihiDünyanın Dönme Hızı Neden Bir Saat Gibi Sabit Değil?
Bir gün tam olarak 24 saat mi? Aslında değil. Dünyanın dönüşü yavaşlıyor, hatta bazen hızlanıyor. Açısal momentum ve gelgitlerin matematiği, neden bazen saatlere "artık saniye" eklediğimizi açıklıyor.