概率與統計 計算機科學視角

購買商店

概率與統計 計算機科學視角

$834.00

馬上購買

內容描述

本書針對計算機科學專業的本科生，旨在揭示概率和統計的思想。
全書共分為五部分，第I部分數據集的描述，
涵蓋各種描述性統計量（均值、標準差、方差）、
一維數據集的可視化方法，以及散點圖、相關性和二維數據集的描述；
第II部分概率，內容涵蓋離散型概率、條件概率、連續型概率、
Markov不等式、Chebyshev不等式及弱大數定律等；
第III部分推斷，涵蓋樣本、總體、置信區間、統計顯著性、試驗設計、
方差分析和簡單貝葉斯推斷等；
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部分零散的數學知識，匯總了一些有用的數學事實。

目錄大綱

前言
致謝
作者簡介
符號和約定
第一部分 數據集的描述
第1章 查看數據的第一個工具
1.1 數據集
1.2 正在發生什麼？繪製數據的圖形
1.2.1 條形圖
1.2.2 直方圖
1.2.3 如何製作直方圖
1.2.4 條件直方圖
1.3 匯總一維數據
1.3.1 均值
1.3.2 標準差
1.3.3 在線計算均值和標準差
1.3.4 方差
1.3.5 中位數
1.3.6 四分位距
1.3.7 合理使用匯總數據
1.4 圖形和總結
1.4.1 直方圖的一些性質
1.4.2 標準坐標和正態數據
1.4.3 箱形圖
1.5 誰的更大？澳大利亞比薩調查
問題
編程練習
第2章 關注關係
2.1 二維數據繪圖
2.1.1 分類數據、計數和圖表
2.1.2 序列
2.1.3 空間數據散點圖
2.1.4 用散點圖揭示關係
2.2 相關
2.2.1 相關係數
2.2.2 用相關性預測
2.2.3 相關性帶來的困惑
2.3 野生馬群中的不育公馬
問題
編程練習
第二部分 概率
第3章 概率論基礎
3.1 實驗、結果和概率
3.2 事件
3.2.1 通過計數結果來計算事件
3.2.2 事件概率
3.2.3 通過對集合的推理來計算概率
3.3 獨立性
3.4 條件概率
3.4.1 計算條件概率
3.4.2 檢測罕見事件是困難的
……
第三部分 推斷
第四部分 工具
第五部分 其他數學知識

作者介紹

David Forsyth
於1989年在牛津大學貝利奧爾學院獲得博士學位，
曾在艾奧瓦大學任教3年，在加州大學伯克利分校任教10年，
之後到伊利諾伊大學任教。
他是2000、2011、2018和2021年度IEEE計算機視覺和模式識別會議（CVPR）的程序委員會共同主席，
2006年度CVPR和2008年度IEEE國際計算機視覺會議（ICCV）的大會共同主席，
2008年度歐洲計算機視覺會議（ECCV）的程序委員會共同主席，
而且是所有主要的計算機視覺國際會議的程序委員會成員。
此外，他還在SIGGRAPH程序委員會任職了6屆。
他於2006年獲得IEEE 技術成就獎，分別於2009年和2014成為IEEE會士和ACM會士。