Bewertung:
Die Nutzer fanden, dass das Buch wertvolle Informationen enthält, kritisierten aber die technische Sprache und bestimmte Probleme mit der gedruckten Ausgabe.
Vorteile:⬤ Enthält wertvolle Informationen
⬤ Beispiele sind nachvollziehbar und leichter zu lesen
⬤ gut verpackt und pünktliche Ankunft von einigen Nutzern bemerkt.
⬤ Erheblich technische Sprache macht es schwierig, für diejenigen zu lesen, die keinen starken technischen Hintergrund haben
⬤ Qualitätskontrollprobleme mit dem Hardcover
⬤ hoher Preis im Verhältnis zur Produktqualität.
(basierend auf 3 Leserbewertungen)
Probability and Statistics for Computer Scientists
Lob für die zweite Auflage:
"Der Autor hat seine Hausaufgaben in Bezug auf die statistischen Werkzeuge gemacht, die für die besonderen Herausforderungen benötigt werden, denen Informatiker begegnen... (Er) hat große Sorgfalt darauf verwendet, Beispiele auszuwählen, die für Informatiker interessant und praktisch sind.... Der Inhalt ist mit zahlreichen Abbildungen illustriert und schließt mit Anhängen und einem Index ab. Das Buch ist sehr gelehrt und... könnte gut als Pflichttext für einen fortgeschrittenen Grund- oder Aufbaustudiengang dienen." ---Computing Reviews.
Probability and Statistics for Computer Scientists, Third Edition hilft Studenten, die grundlegenden Konzepte der Wahrscheinlichkeitsrechnung und Statistik, allgemeine Methoden der stochastischen Modellierung, Simulation, Warteschlangen und statistischen Datenanalyse zu verstehen.
Optimale Entscheidungen unter Unsicherheit zu treffen.
Computersysteme zu modellieren und zu bewerten.
Und bereiten sich auf fortgeschrittene Kurse zur Wahrscheinlichkeitsrechnung vor. Dieses Buch, das in einem lebendigen Stil und in einfacher Sprache geschrieben ist und jetzt sowohl R als auch MATLAB einbezieht, kann für ein- oder zweisemestrige Kurse verwendet werden und hat sich im Unterricht bewährt.
Merkmale:
⬤ Axiomatische Einführung in die Wahrscheinlichkeitsrechnung.
⬤ Erweiterte Abdeckung der statistischen Schlussfolgerungen und Datenanalyse, einschließlich Schätzung und Test, Bayes'scher Ansatz, multivariate Regression, Chi-Quadrat-Tests für Unabhängigkeit und Anpassungsgüte, nichtparametrische Statistik und Bootstrap.
⬤ Zahlreiche motivierende Beispiele und Übungen einschließlich Computerprojekten.
⬤ Vollständig kommentierte R-Codes parallel zu MATLAB.
⬤ Anwendungen in der Informatik, Softwaretechnik, Telekommunikation und verwandten Bereichen.
Vertiefte und dennoch leicht zugängliche Behandlung von Themen aus der Informatik.
Ausgehend von den Grundlagen der Wahrscheinlichkeit führt der Text die Studierenden durch Themen, die in der modernen Informatik, der Computertechnik, dem Software-Engineering und verwandten Gebieten eine große Rolle spielen, wie z.B. Computersimulationen, Monte-Carlo-Methoden, stochastische Prozesse, Markov-Ketten, Warteschlangentheorie, statistische Inferenz und Regression. Es erfüllt auch die Anforderungen des Accreditation Board for Engineering and Technology (ABET).
Über den Autor.
Michael Baron.
M. Baron ist David Carroll Professor für Mathematik und Statistik an der American University in Washington D. C. Er forscht auf dem Gebiet der sequentiellen Analyse und des optimalen Stoppens, der Erkennung von Veränderungspunkten, der Bayes'schen Schlussfolgerung und der Anwendung von Statistiken in der Epidemiologie, bei klinischen Versuchen, in der Halbleiterherstellung und in anderen Bereichen. M. Baron ist Fellow der American Statistical Association und wurde mit dem Abraham-Wald-Preis für die beste Arbeit auf dem Gebiet der sequentiellen Analyse sowie mit dem Regents Outstanding Teaching Award ausgezeichnet. M. Baron hat an der Universität von Maryland in Statistik promoviert. Er betreute seinerseits zwölf Doktoranden, von denen die meisten in akademischen und Forschungspositionen beschäftigt waren.
| ISBN: | 9781138044487 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 486 |
Derzeit verfügbar, auf Lager.
