نام کتاب: Probability And Statistics For Computer Science
نویسنده: David Forsyth
ویرایش: ۱
سال انتشار: ۲۰۱۸
کد ISBN کتاب: ۹۷۸۳۳۱۹۶۴۴۰۹۷, ۹۷۸۳۳۱۹۶۴۴۱۰۳,
فرمت: PDF
تعداد صفحه: ۳۶۷
حجم کتاب: ۸ مگابایت
کیفیت کتاب: OCR
انتشارات: Springer International Publishing
Description About Book Probability And Statistics For Computer Science From Amazon
This textbook is aimed at computer science undergraduates late in sophomore or early in junior year, supplying a comprehensive background in qualitative and quantitative data analysis, probability, random variables, and statistical methods, including machine learning.
With careful treatment of topics that fill the curricular needs for the course, Probability and Statistics for Computer Science features:
• A treatment of random variables and expectations dealing primarily with the discrete case.
• A practical treatment of simulation, showing how many interesting probabilities and expectations can be extracted, with particular emphasis on Markov chains.
• A clear but crisp account of simple point inference strategies (maximum likelihood; Bayesian inference) in simple contexts. This is extended to cover some confidence intervals, samples and populations for random sampling with replacement, and the simplest hypothesis testing.
• A chapter dealing with classification, explaining why it’s useful; how to train SVM classifiers with stochastic gradient descent; and how to use implementations of more advanced methods such as random forests and nearest neighbors.
• A chapter dealing with regression, explaining how to set up, use and understand linear regression and nearest neighbors regression in practical problems.
• A chapter dealing with principal components analysis, developing intuition carefully, and including numerous practical examples. There is a brief description of multivariate scaling via principal coordinate analysis.
• A chapter dealing with clustering via agglomerative methods and k-means, showing how to build vector quantized features for complex signals.
Illustrated throughout, each main chapter includes many worked examples and other pedagogical elements such as
boxed Procedures, Definitions, Useful Facts, and Remember This (short tips). Problems and Programming Exercises are at the end of each chapter, with a summary of what the reader should know.
Instructor resources include a full set of model solutions for all problems, and an Instructor’s Manual with accompanying presentation slides.
درباره کتاب Probability And Statistics For Computer Science ترجمه شده از گوگل
این کتاب درسی در مقطع کارشناسی علوم کامپیوتر در اواخر سال دوم یا اوایل سال اول متوسطه ، ارائه زمینه ای جامع در تجزیه و تحلیل کمی و کیفی داده ها ، احتمال ، متغیرهای تصادفی و روش های آماری ، از جمله یادگیری ماشین است.
با درمان دقیق مباحثی که نیازهای درسی دوره را پر می کند ، ویژگی ها و احتمالات برای علوم کامپیوتر:
• درمان متغیرهای تصادفی و انتظارات که در وهله اول با پرونده گسسته سروکار دارند.
• یک روش عملی شبیه سازی ، نشان می دهد که با تأکید ویژه بر زنجیره های مارکوف ، چه تعداد احتمالات و انتظارات جالب می توان استخراج کرد.
• روایتی روشن اما واضح از استراتژی های استنباط نقطه ای ساده (حداکثر احتمال ، استنباط بیزی) در زمینه های ساده. این مورد برای پوشش برخی از فواصل اطمینان ، نمونه ها و جمعیت برای نمونه گیری تصادفی با جایگزینی و ساده ترین آزمایش فرضیه ، گسترش یافته است.
• یک فصل مربوط به طبقه بندی ، توضیح می دهد که چرا مفید است. نحوه آموزش طبقه بندی SVM با نزول شیب تصادفی. و چگونگی استفاده از پیاده سازی روشهای پیشرفته تر مانند جنگلهای تصادفی و نزدیکترین همسایگان.
• یک فصل مربوط به رگرسیون ، توضیح چگونگی تنظیم ، استفاده و درک رگرسیون خطی و رگرسیون نزدیکترین همسایگان در مشکلات عملی.
• فصلی که به تجزیه و تحلیل م componentsلفه های اصلی ، پرورش شهود با دقت و شامل مثالهای عملی متعددی می پردازد. شرح مختصری از مقیاس گذاری چند متغیره از طریق تحلیل مختصات اصلی وجود دارد.
• یک فصل مربوط به خوشه بندی از طریق روش های جمع بندی و k-means ، که نحوه ساخت ویژگی های کوانتیزه بردار برای سیگنال های پیچیده را نشان می دهد.
در سرتاسر فصل ، هر فصل اصلی شامل بسیاری از نمونه های کار شده و سایر عناصر آموزشی مانند
روش های جعبه ای ، تعاریف ، حقایق مفید و این را بخاطر بسپار (نکات کوتاه). مشکلات و تمرینات برنامه نویسی در پایان هر فصل با خلاصه ای از آنچه خواننده باید بداند وجود دارد.
منابع مربی شامل مجموعه کاملی از راه حل های مدل برای همه مشکلات و یک کتابچه راهنمای مربی همراه با اسلایدهای ارائه همراه است.
[box type=”info”] جهت دسترسی به توضیحات این کتاب در Amazon اینجا کلیک کنید.
با خرید اشتراک، بدون محدودیت، کتاب دانلود کن!