从掷骰子到阿尔法狗
正版新书 新华官方库房直发 可开电子发票
￥ 26.55 5.9折 ￥ 45 全新
库存10件
作者张天蓉 著
出版社清华大学出版社
ISBN9787302492085
出版时间2018-05
版次1
装帧平装
开本32开
纸张胶版纸
页数234页
字数172千字
定价45元
货号SC:9787302492085
上书时间2024-10-30
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
张天蓉，女，科普作家。美国德州奥斯汀大学理论物理博士，现住美国芝加哥。研究课题包括广义相对论、黑洞辐射、费曼路径积分、飞秒激光、激光探测晶体性质、高频及微波通讯、EDA集成电路软件等。发表专业论文三十余篇。2012年开始，写作并出版一系列科普著作，其文风深入浅出，趣味盎然，亦保持科学的严谨性，深得读者喜爱。已出版的科普代表书籍有：《蝴蝶效应之谜：走近分形与混沌》、《永恒的诱惑：宇宙之谜》、《上帝如何设计世界：爱因斯坦的困惑》、《爱因斯坦与万物之理：统一路上人和事》等。
精彩内容:
这是一本写给对概率统计及应用有兴趣的非专业读者的书，目的是帮助他们理解高科技发展中概率统计等概念的意义。本书在写作中以悖论、谬误，以及一些饶有趣味的数学案例作先导，引发读者的兴趣和思考，并在解答问题的过程中讲述概率论中的基本知识和原理，及其在物理学、信息论、网络、人工智能等领域与技术中的应用。书中介绍的有名趣味概率问题包括赌博点数分配问题、赌徒谬误、高尔顿钉板、几何概型悖论、酒鬼漫步、德国坦克问题、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可夫过程、深度学习，等等。针对概率论，有“法国牛顿”之称的P.S.拉普拉斯（P.S.Laplace 1749—1827）曾说：“这门源自赌博机运之科学，必将成为人类知识中最重要的一部分，生活中大多数问题，都将只是概率的问题。”两百多年之后的当今文明社会证实了拉普拉斯的预言，这个世界充满了不确定性。作为数学领域的一个重要分支，概率论的基本概念早已渗透到人们的工作和生活当中，小到人人都可以买到的彩票，大到如今热度不减的各种大数据，还有近年来突飞猛进的人工智能技术，包括打败人类很好围棋手的“阿尔法狗”和自动车辆使用的“深度机器学习”算法等，都与概率论密切相关。因此，人人都有必要学点概率论，了解一下概率与统计有哪些基本理论，世界是随机的吗？它们是如何被应用到现代科学及人工智能中的。然而，因涉及复杂的数学计算等问题，这个领域使公众望而生畏。本书旨在尽可能地跳出数学公式，用平铺直叙的话语将概率与统计中一些深奥的概念转变为公众更容易理解的实际案例。概率论本来就是从多种赌博游戏中诞生的，因此，第1章从概率论的诞生历史开始，通过介绍经典概率论中几个有名悖论，让公众了解大数定律、中心极限定理、贝叶斯定理等概率论中的基本概念及应用。第2章主要介绍在现代概率论
...
内容简介:
一切都在变化，一切都难以确定，世界可以说是由变量构成，人人都有必要学点概率论，把世界看的更清晰。书中介绍的有名趣味概率问题包括赌博点数分配问题、赌徒谬误、高尔顿钉板、几何概型悖论、酒鬼漫步、德国坦克问题、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，诸如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可夫过程、深度学习等等。让年轻人从游戏和趣题中学到知识，吸引他们踏进基础科学、人工智能、信息技术的大门。
目录:
序言
第一章：趣谈概率
1.帕斯卡和法国数学：概率论的诞生
2.似是而非的答案：古典概率悖论
3.几何概型和贝特朗悖论
4.别相信直觉：概率论帮助侦破“财务造假”
5.赌徒谬误：赌博与概率
6.随处可见的钟形曲线：中心极限定理
第二章：趣谈贝叶斯学派
1.三门问题
2.三门问题引发的思考
3.频率学派和贝叶斯学派
4.主观和客观
5.量子贝叶斯模型
6.贝叶斯台球问题
7.德国坦克问题
第三章：趣谈随机过程
1.马尔可夫链
2.酒鬼漫步的数学
3.赌徒破产及鸟儿回家
4.微粒之“酒鬼漫步”--布朗运动
5.麦穗问题和博士相亲
第四章：趣谈“熵”
1.从卡诺谈起-天妒英才
2.“熵”-热力学中闪亮登场
3.“熵”-名字古怪性情乖张
4.时间之矢贯穿宇宙
5.易辛模型及应用
6.麦克斯韦妖
第五章：趣谈信息熵
1.“熵”-信息世界大显身手
2.“熵”-品类繁多个个逞强
3.老鼠和毒药问题
4.称球问题
5.不要把鸡蛋放一个篮子里
第六章：趣谈互联网中之概率
1.大网络中的小世界
2.网络和图论
3.网络之大小
4.有趣的随机大网络
第七章：趣谈人工智能之统计
1.阿尔法狗世纪大战
2.人工智能研究的坎坷路
3.隐马尔可夫过程
4.支持向量机
5.朴素贝叶斯分类器
6.分布之分布
7.中国餐馆过程
8.机器深度学习的奥秘
参考文献
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价