Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 4 olvasói szavazat alapján történt.
Probability and Statistics for Computer Science
Ez a tankönyv az informatikai alapszakos hallgatóknak szól, akik a másodév végén vagy az első év elején tanulnak, és átfogó hátteret nyújt a minőségi és mennyiségi adatelemzés, a valószínűség, a véletlen változók és a statisztikai módszerek, beleértve a gépi tanulást is.
A kurzus tantervi igényeit kielégítő témák gondos kezelésével a Valószínűség és statisztika az informatikához a következőket tartalmazza:
- A véletlen változók és a várakozások kezelése, amely elsősorban a diszkrét esettel foglalkozik.
- A szimuláció gyakorlatias kezelése, bemutatva, hogyan lehet számos érdekes valószínűséget és várakozást kinyerni, különös hangsúlyt fektetve a Markov-láncokra.
- Egyértelmű, de éles áttekintés az egyszerű pontszerű következtetési stratégiákról (maximális valószínűség; Bayes-féle következtetés) egyszerű összefüggésekben. Ez kibővül néhány konfidenciaintervallummal, mintákkal és populációkkal a helyettesítő véletlenszerű mintavételezéshez, valamint a legegyszerűbb hipotézisvizsgálatokkal.
- Egy osztályozással foglalkozó fejezet, amely elmagyarázza, hogy miért hasznos; hogyan képezzünk SVM osztályozókat sztochasztikus gradiens ereszkedéssel; és hogyan használjuk a fejlettebb módszerek, például a véletlen erdők és a legközelebbi szomszédok implementációit.
- A regresszióval foglalkozó fejezet, amely elmagyarázza, hogyan kell a lineáris regressziót és a legközelebbi szomszédok regresszióját gyakorlati problémákban felállítani, használni és megérteni.
- Egy fejezet foglalkozik a főkomponens-elemzéssel, gondosan fejlesztve az intuíciót, és számos gyakorlati példát tartalmaz. Rövid leírás a többváltozós skálázásról a főkoordináta-analízis segítségével.
- Egy fejezet, amely az agglomeratív módszereken és a k-means-en keresztül történő klaszterezéssel foglalkozik, bemutatva, hogyan lehet komplex jelek vektoros kvantált jellemzőit felépíteni.
A mindenütt illusztrált, minden egyes fő fejezet számos kidolgozott példát és egyéb pedagógiai elemet tartalmaz, mint például.
Keretes eljárások, fogalommeghatározások, hasznos tények és Emlékezz erre (rövid tippek). Minden fejezet végén problémák és programozási gyakorlatok találhatók, az olvasó számára fontos tudnivalók összefoglalásával.
Az oktatói források közé tartozik az összes probléma teljes körű modellmegoldása, valamint egy oktatói kézikönyv a kísérő prezentációs diákkal.
