概率與計(jì)算：算法與數(shù)據(jù)分析中的隨機(jī)化和概率技術(shù)（原書第2版）

定　價(jià)：￥99.00

作　者：	邁克爾·米森馬徹,伊萊·阿法爾
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥99.00)

ISBN：	9787111644118	出版時(shí)間：	2020-01-01	包裝：
開本：	16開	頁數(shù)：	338	字?jǐn)?shù)：

內(nèi)容簡介

　　《概率與計(jì)算：算法與數(shù)據(jù)分析中的隨機(jī)化和概率技術(shù)（原書第2版）》詳細(xì)地介紹了概率技術(shù)以及在概率算法與分析發(fā)展中使用過的范例?！陡怕逝c計(jì)算：算法與數(shù)據(jù)分析中的隨機(jī)化和概率技術(shù)（原書第2版）》分兩部分，第一部分介紹了隨機(jī)抽樣、期望、馬爾可夫不等式、切比雪夫不等式、切爾諾夫界、球和箱子模型、概率技術(shù)和馬爾可夫鏈等核心內(nèi)容.第二部分主要研究連續(xù)概率、有限獨(dú)立性的應(yīng)用、熵、馬爾可夫鏈、蒙特卡羅方法、耦合、鞅和平衡配置等比較高深的課題?！陡怕逝c計(jì)算：算法與數(shù)據(jù)分析中的隨機(jī)化和概率技術(shù)（原書第2版）》適合作為高等院校計(jì)算機(jī)科學(xué)和應(yīng)用數(shù)學(xué)專業(yè)高年級(jí)本科生與低年級(jí)研究生的教材，也適合作為數(shù)學(xué)工作者和科技人員的參考書。

作者簡介

　　邁克爾·米森馬徹（Michael Mitzenmacher），哈佛大學(xué)的計(jì)算機(jī)科學(xué)教授，他于1996年在加州大學(xué)伯克利分校獲得博士學(xué)位。在1999年進(jìn)入哈佛大學(xué)之前，他是PaIoAlto數(shù)字系統(tǒng)研究實(shí)驗(yàn)室的研究員。他獲得了NSF職業(yè)獎(jiǎng)和艾爾弗雷德-P.斯隆研究獎(jiǎng)學(xué)金。2002年，他因在糾錯(cuò)碼方面的工作而獲得IEEE信息理論學(xué)會(huì)“論文”獎(jiǎng)。伊萊·阿法爾（Eli Upfal），布朗大學(xué)計(jì)算機(jī)科學(xué)系的教授、系主任。他在以色列耶路撒冷的希伯來大學(xué)獲得了博士學(xué)位，在1997年進(jìn)入布朗大學(xué)之前，他是IBM研究部的研究員、以色列魏茲曼科學(xué)研究所的教授。他的主要研究興趣是隨機(jī)計(jì)算與算法的概率分析及其在優(yōu)化算法中的應(yīng)用、通信網(wǎng)絡(luò)、并行和分布式計(jì)算，以及計(jì)算生物學(xué)等。

圖書目錄

譯者序
第2版前言
第1版前言
第1章事件與概率
1．1 應(yīng)用：驗(yàn)證多項(xiàng)式恒等式
1．2 概率論公理
1．3 應(yīng)用：驗(yàn)證矩陣乘法
1．4 應(yīng)用：樸素貝葉斯分類器
1．5 應(yīng)用：最小割隨機(jī)化算法
1．6 練習(xí)
第2章離散型隨機(jī)變量與期望
2．1 隨機(jī)變量與期望
2．1．1 期望的線性性
2．1．2 詹森不等式
2．2 伯努利隨機(jī)變量和二項(xiàng)隨機(jī)變量
2．3 條件期望
2．4 幾何分布
2．5 應(yīng)用：快速排序的期望運(yùn)行時(shí)間
2．6 練習(xí)
第3章矩與離差
3．1 馬爾可夫不等式
3．2 隨機(jī)變量的方差和矩
3．3 切比雪夫不等式
3．4 中位數(shù)和平均值
3．5 應(yīng)用：計(jì)算中位數(shù)的隨機(jī)化算法
3．5．1 算法
3．5．2 算法分析
3．6 練習(xí)
第4章切爾諾夫界與霍夫丁界
4．1 矩母函數(shù)
4．2 切爾諾夫界的導(dǎo)出和應(yīng)用
4．2．1 泊松試驗(yàn)和的切爾諾夫界
4．2．2 例：投擲硬幣
4．2．3 應(yīng)用：估計(jì)參數(shù)
4．3 某些特殊情況下更好的界
4．4 應(yīng)用：集合的均衡
4．5 霍夫丁界
*4．6 應(yīng)用：稀疏網(wǎng)絡(luò)中的數(shù)據(jù)包路由選擇
4．6．1 超立方體網(wǎng)絡(luò)上排列的路由選擇
4．6．2 蝶形網(wǎng)絡(luò)上排列的路由選擇
4．7 練習(xí)
第5章球、箱子和隨機(jī)圖
5．1 例：生日悖論
5．2 球放進(jìn)箱子
5．2．1 球和箱子模型
5．2．2 應(yīng)用：桶排序
5．3 泊松分布
5．4 泊松近似
5．5 應(yīng)用：散列法
5．5．1 鏈散列
5．5．2 散列：二進(jìn)制數(shù)字串
5．5．3 Bloom過濾器
5．5．4 放棄對(duì)稱性
5．6 隨機(jī)圖
5．6．1 隨機(jī)圖模型
5．6．2 應(yīng)用：隨機(jī)圖中的哈密頓圈
5．7 練習(xí)
5．8 探索性作業(yè)
第6章概率方法
6．1 基本計(jì)數(shù)論證
6．2 期望論證
6．2．1 應(yīng)用：求最大割
6．2．2 應(yīng)用：最大可滿足性
6．3 利用條件期望消除隨機(jī)化
6．4 抽樣和修改
6．4．1 應(yīng)用：獨(dú)立集合
6．4．2 應(yīng)用：有較大圍長的圖
6．5 二階矩方法
6．6 條件期望不等式
6．7 洛瓦茲局部引理
6．7．1 應(yīng)用：邊不相交的路徑
6．7．2 應(yīng)用：可滿足性
*6．8 利用洛瓦茲局部引理的顯式構(gòu)造
6．9 洛瓦茲局部引理：一般情況
*6．10 洛瓦茲算法局部引理
6．11 練習(xí)
……
第7章馬爾可夫鏈及隨機(jī)游動(dòng)
第8章連續(xù)分布與泊松過程
第9章正態(tài)分布
第10章熵、隨機(jī)性和信息
第11章蒙特卡羅方法
第12章馬爾可夫鏈的耦合
第13章鞅
第14章樣本復(fù)雜度、VC維度以及拉德馬赫復(fù)雜度
第15章兩兩獨(dú)立及通用散列函數(shù)
第16章冪律及相關(guān)的分布
第17章平衡分配和布谷鳥散列
延伸閱讀