Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 4 Stimmen.
Probability and Statistics for Computer Science
Dieses Lehrbuch richtet sich an Studenten der Informatik im zweiten Studienjahr oder zu Beginn des zweiten Studienjahres und vermittelt einen umfassenden Hintergrund in qualitativer und quantitativer Datenanalyse, Wahrscheinlichkeit, Zufallsvariablen und statistischen Methoden, einschließlich maschinellem Lernen.
Mit einer sorgfältigen Behandlung von Themen, die den Anforderungen des Lehrplans für den Kurs entsprechen, bietet Wahrscheinlichkeit und Statistik für Informatik:
- Eine Behandlung von Zufallsvariablen und Erwartungen, die sich hauptsächlich auf den diskreten Fall bezieht.
- Eine praktische Behandlung der Simulation, die zeigt, wie viele interessante Wahrscheinlichkeiten und Erwartungen extrahiert werden können, mit besonderem Schwerpunkt auf Markov-Ketten.
- Eine klare, aber deutliche Darstellung einfacher Punktinferenzstrategien (maximale Wahrscheinlichkeit; Bayes'sche Inferenz) in einfachen Zusammenhängen. Dies wird erweitert, um einige Konfidenzintervalle, Stichproben und Populationen für Zufallsstichproben mit Ersatz und die einfachsten Hypothesentests abzudecken.
- Ein Kapitel, das sich mit der Klassifizierung befasst und erklärt, warum diese nützlich ist; wie man SVM-Klassifikatoren mit stochastischem Gradientenabstieg trainiert; und wie man Implementierungen von fortgeschritteneren Methoden wie Random Forests und Nearest Neighbors verwendet.
- Ein Kapitel über die Regression, in dem erklärt wird, wie man die lineare Regression und die Regression der nächsten Nachbarn einrichtet, anwendet und bei praktischen Problemen versteht.
- Ein Kapitel über die Hauptkomponentenanalyse, in dem die Intuition sorgfältig entwickelt wird und das zahlreiche praktische Beispiele enthält. Eine kurze Beschreibung der multivariaten Skalierung mittels Hauptkoordinatenanalyse.
- Ein Kapitel über Clustering mittels agglomerativer Methoden und k-means, das zeigt, wie man vektorquantisierte Merkmale für komplexe Signale erstellt.
Jedes Hauptkapitel ist durchgehend illustriert und enthält viele Arbeitsbeispiele und andere pädagogische Elemente wie.
Boxed Procedures, Definitionen, nützliche Fakten und Remember This (kurze Tipps). Probleme und Programmierübungen befinden sich am Ende jedes Kapitels, mit einer Zusammenfassung dessen, was der Leser wissen sollte.
Zu den Ressourcen für den Ausbilder gehören ein vollständiger Satz von Musterlösungen für alle Probleme und ein Handbuch für den Ausbilder mit begleitenden Präsentationsfolien.