Resultados básicos de concentração de medida; Leis uniformes dos Grandes Números; Entropia métrica e aplicações; Matrizes aleatórias e estimação de matrizes de covariância; Modelos lineares esparsos em dimensão alta; Análise de componentes principais em dimensão alta; Estimadores M regularizados; Estimação de matrizes com restrições de posto; Limites inferiores minimax, Teoremas do Limite Central em dimensão alta e aplicações.

Referencias:

WAINWRIGHT, M. - High-Dimensional Statistics: A Non-Asymptotic Viewpoint (Cambridge Series in Statistical and Probabilistic Mathematics). Cambridge: Cambridge University Press, 2019.

Outros livros:
VERSHYNIN, R. - High-Dimensional Probability: An Introduction with Applications in Data Science (Cambridge Series in Statistical and Probabilistic Mathematics). Cambridge: Cambridge University Press, 2018.
GIRAUD, C. - Introduction to High-Dimensional Statistics (Chapman & Hall/CRC Monographs on Statistics and Applied Probability, 139). Boca Raton: CRC Press, 2015.