概率與統(tǒng)計(jì)：計(jì)算機(jī)科學(xué)視角

定　價(jià)：￥139.00

作　者：	[美] 大衛(wèi)·福賽斯（David Forsyth）著，張文博，周清，楊建奎譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787111695844	出版時(shí)間：	2021-12-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	384	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書針對(duì)計(jì)算機(jī)科學(xué)專業(yè)的本科生，旨在揭示概率和統(tǒng)計(jì)的思想。全書共分為五部分，第I部分?jǐn)?shù)據(jù)集的描述，涵蓋各種描述性統(tǒng)計(jì)量（均值、標(biāo)準(zhǔn)差、方差）、一維數(shù)據(jù)集的可視化方法，以及散點(diǎn)圖、相關(guān)性和二維數(shù)據(jù)集的描述；第II部分概率，內(nèi)容涵蓋離散型概率、條件概率、連續(xù)型概率、Markov不等式、Chebyshev不等式及弱大數(shù)定律等；第III部分推斷，涵蓋樣本、總體、置信區(qū)間、統(tǒng)計(jì)顯著性、試驗(yàn)設(shè)計(jì)、方差分析和簡(jiǎn)單貝葉斯推斷等；第IV部分工具，涵蓋主成分分析、zui近鄰分類、樸素貝葉斯分類、K均值聚類、線性回歸、隱Markov模型等；第V部分零散的數(shù)學(xué)知識(shí)，匯總了一些有用的數(shù)學(xué)事實(shí)。

作者簡(jiǎn)介

　　大衛(wèi)·福賽斯（David Forsyth）　曾在艾奧瓦大學(xué)任教3年，在加州大學(xué)伯克利分校任教10年，之后到伊利諾伊大學(xué)任教。他是2000、2011、2018年IEEE計(jì)算機(jī)視覺和模式識(shí)別會(huì)議（CVPR）的程序委員會(huì)共同主席，2006年CVPR和2019年IEEE國(guó)際計(jì)算機(jī)視覺會(huì)議（ICCV）的大會(huì)共同主席，2008年歐洲計(jì)算機(jī)視覺會(huì)議（ECCV）的程序委員會(huì)共同主席，而且是所有主要的計(jì)算機(jī)視覺國(guó)際會(huì)議的程序委員會(huì)成員。此外，他還在SIGGRAPH程序委員會(huì)任職了6屆。他于2006年獲得IEEE技術(shù)成就獎(jiǎng)，并分別于2009年和2014年成為IEEE會(huì)士和ACM會(huì)士。

圖書目錄

前言
致謝
作者簡(jiǎn)介
符號(hào)和約定
第一部分數(shù)據(jù)集的描述
第1章查看數(shù)據(jù)的第一個(gè)工具 2
1.1 數(shù)據(jù)集 2
1.2 正在發(fā)生什么？繪制數(shù)據(jù)的圖形 3
1.2.1 條形圖 5
1.2.2 直方圖 5
1.2.3 如何制作直方圖 6
1.2.4 條件直方圖 7
1.3 匯總一維數(shù)據(jù) 8
1.3.1 均值 8
1.3.2 標(biāo)準(zhǔn)差 9
1.3.3 在線計(jì)算均值和標(biāo)準(zhǔn)差 12
1.3.4 方差 13
1.3.5 中位數(shù) 13
1.3.6 四分位距 15
1.3.7 合理使用匯總數(shù)據(jù) 16
1.4 圖形和總結(jié) 16
1.4.1 直方圖的一些性質(zhì) 17
1.4.2 標(biāo)準(zhǔn)坐標(biāo)和正態(tài)數(shù)據(jù) 19
1.4.3 箱形圖 21
1.5 誰的更大？澳大利亞比薩調(diào)查 22
問題 26
編程練習(xí) 26
第2章關(guān)注關(guān)系 28
2.1 二維數(shù)據(jù)繪圖 28
2.1.1 分類數(shù)據(jù)、計(jì)數(shù)和圖表 28
2.1.2 序列 32
2.1.3 空間數(shù)據(jù)散點(diǎn)圖 33
2.1.4 用散點(diǎn)圖揭示關(guān)系 33
2.2 相關(guān) 37
2.2.1 相關(guān)系數(shù) 40
2.2.2 用相關(guān)性預(yù)測(cè) 43
2.2.3 相關(guān)性帶來的困惑 46
2.3 野生馬群中的不育公馬 47
問題 49
編程練習(xí) 51
第二部分概率
第3章概率論基礎(chǔ) 56
3.1 實(shí)驗(yàn)、結(jié)果和概率 56
3.2 事件 57
3.2.1 通過計(jì)數(shù)結(jié)果來計(jì)算事件概率 58
3.2.2 事件概率 60
3.2.3 通過對(duì)集合的推理來計(jì)算概率 62
3.3 獨(dú)立性 64
3.4 條件概率 68
3.4.1 計(jì)算條件概率 69
3.4.2 檢測(cè)罕見事件是困難的 71
3.4.3 條件概率和各種獨(dú)立形式 73
3.4.4 警示例子：檢察官的謬論 74
3.4.5 警示例子：Monty Hall 問題 75
3.5 更多實(shí)例 77
3.5.1 結(jié)果和概率 77
3.5.2 事件 78
3.5.3 獨(dú)立性 78
3.5.4 條件概率 79
問題 81
第4章隨機(jī)變量與期望 86
4.1 隨機(jī)變量 86
4.1.1 隨機(jī)變量的聯(lián)合概率與條件概率87
4.1.2 只是一個(gè)小的連續(xù)概率 90
4.2 期望和期望值 92
4.2.1 期望值 92
4.2.2 均值、方差和協(xié)方差 94
4.2.3 期望和統(tǒng)計(jì) 96
4.3 弱大數(shù)定律 97
4.3.1 獨(dú)立同分布樣本 97
4.3.2 兩個(gè)不等式 98
4.3.3 不等式的證明 98
4.3.4 弱大數(shù)定律的定義 100
4.4 弱大數(shù)定律應(yīng)用 101
4.4.1 你應(yīng)該接受下注嗎 101
4.4.2 賠率、期望與博彩：文化轉(zhuǎn)向 102
4.4.3 提前結(jié)束比賽 103
4.4.4 用決策樹和期望做決策 104
4.4.5 效用 105
問題 107
編程練習(xí) 110
第5章有用的概率分布 112
5.1 離散分布 112
5.1.1 均勻分布 112
5.1.2 伯努利隨機(jī)變量 112
5.1.3 幾何分布 113
5.1.4 二項(xiàng)分布 113
5.1.5 多項(xiàng)分布 115
5.1.6 泊松分布 115
5.2 連續(xù)分布 117
5.2.1 均勻分布 117
5.2.2 貝塔分布 117
5.2.3 伽馬分布 118
5.2.4 指數(shù)分布 119
5.3 正態(tài)分布 119
5.3.1 標(biāo)準(zhǔn)正態(tài)分布 120
5.3.2 正態(tài)分布 120
5.3.3 正態(tài)分布的特征 121
5.4 逼近參數(shù)為$N$的二項(xiàng)式 122
5.4.1 當(dāng)$N$取值很大時(shí) 124
5.4.2 正態(tài)化 125
5.4.3 二項(xiàng)分布的正態(tài)逼近 127
問題 127
編程