| 本书是为那些希望快速掌握概率和统计知识的读者而编写的。它适合计算机科学、数学、统计学和其他相关学科的研究生或优秀本科生。本书包括许多最新的课题，如非参数曲线估计、自助法、分类等，这些课题通常都有相关的后续课程。学习本书时，读者需要了解一些有关积分和线性代数的知识，不需要概率和统计的相关知识。 |
| 译者前言 原书序 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类 第23章 重温概率：随机过程 第24章 模拟方法 参考文献 符号列表 名词索引 |
内容加载中，请稍后...
商品评论（0条）