统计至简(概率统计全彩图解+微课+Python编程)/鸢尾花数学大系 9787302643562
全新正版 极速发货 可开发票
￥ 165.46 6.4折 ￥ 258 全新
库存4件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者姜伟生|责编:栾大成
出版社清华大学
ISBN9787302643562
出版时间2023-10
装帧其他
开本其他
定价258元
货号31863818
上书时间2024-07-08
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
绪论
第1板块 统计
第1章 概率统计全景
1.1 必备数学工具：一个线性代数小测验
1.2 统计描述
1.3 概率
1.4 高斯
1.5 随机
1.6 频率派
1.7 贝叶斯派
1.8 椭圆三部曲
第2章 统计描述
2.1 统计两大工具：描述、推断
2.2 直方图：单特征数据分布
2.3 散点图：两特征数据分布
2.4 有标签数据的统计可视化
2.5 集中度：均值、质心
2.6 分散度：极差、方差、标准差
2.7 分位：四分位、百分位等
2.8 箱型图：小提琴图、分布散点图
2.9 中心距：均值、方差、偏度、峰度
2.10 多元随机变量关系：协方差矩阵、相关性系数矩阵
第2板块 概率
第3章 古典概率模型
3.1 无处不在的概率
3.2 古典概率：离散均匀概率律
3.3 回顾：杨辉三角和概率
3.4 事件之间的关系：集合运算
3.5 条件概率：给定部分信息做推断
3.6 贝叶斯定理：条件概率、边缘概率、联合概率关系
3.7 全概率定理：穷举法
3.8 独立、互斥、条件独立
第4章 离散随机变量
4.1 随机：天地不仁，以万物为刍狗
4.2 期望值：随机变量的可能取值加权平均
4.3 方差：随机变量离期望距离平方的平均值
4.4 累积分布函数（CDF）：累加
4.5 二元离散随机变量
4.6 协方差、相关性系数
4.7 边缘概率：偏求和，相当于降维
4.8 条件概率：引入贝叶斯定理
4.9 独立性：条件概率等于边缘概率
4.10 以鸢尾花数据为例：不考虑分类标签
4.11 以鸢尾花数据为例：考虑分类标签
4.12 再谈概率1：展开、折叠
第5章 离散分布
5.1 概率分布：高度理想化的数学模型
5.2 离散均匀分布：不分厚薄
5.3 伯努利分布：非黑即白
5.4 二项分布：杨辉三角
5.5 多项分布：二项分布推广
5.6 泊松分布：建模随机事件的发生次数
5.7 几何分布：滴水穿石
5.8 超几何分布：不放回
第6章 连续随机变量
6.1 一元连续随机变量
6.2 期望、方差和标准差
……
第3板块 高斯
第4板块 随机
第5板块 频率派
第6板块 贝叶斯派
第7板块 椭圆
内容摘要
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所有人生来都握有一副好牌，但是掌握“数学+编程+机器学习”的知识绝对是王牌。这一
次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学，在创作时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。
本书是“鸢尾花数学大系——从加减乘除到机器学习”丛书中数学版块——“数学三剑客”的第三册，也是最
后一本。“数学”板块的第一
本《数学要素》是各种数学工具的“大杂烩”，可谓数学基础；《矩阵力量》专门讲解机器学习中常用的线性代数工具；本册《统计至简》则介绍机器学习和数据分析中常用的概率统计工具。本书的核心是“多元统计”，离不开第二册《矩阵力量》中介绍的线性代数工具。本书内容又可以归纳为7大板块——统计、概率、高斯、随机、频率派、贝叶斯派、椭圆。本书在讲解概率统计工具时，会穿插介绍其在数据科学和机器学习领域的应用场景，让大家学以致用。
本书读者群包括所有在工作中应用概率统计的朋友，尤其适用于初级程序员进阶、大学本科数学开窍、高级数据分析师、机器学习开
发者。
— 没有更多了 —
以下为对购买帮助不大的评价