Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 4 votes.
Titre original :
Probability and Statistics for Computer Science
Contenu du livre :
Ce manuel s'adresse aux étudiants en informatique en fin de deuxième année ou au début de la première année, et leur fournit une formation complète en analyse qualitative et quantitative des données, en probabilités, en variables aléatoires et en méthodes statistiques, y compris l'apprentissage automatique.
Avec un traitement minutieux des sujets qui répondent aux besoins du cours, Probabilité et statistique pour l'informatique comprend :
- Un traitement des variables aléatoires et des attentes qui traite principalement du cas discret.
- Un traitement pratique de la simulation, montrant comment de nombreuses probabilités et attentes intéressantes peuvent être extraites, avec un accent particulier sur les chaînes de Markov.
- Un compte rendu clair et précis des stratégies d'inférence ponctuelle simples (maximum de vraisemblance, inférence bayésienne) dans des contextes simples. Ces stratégies sont étendues pour couvrir certains intervalles de confiance, les échantillons et les populations pour l'échantillonnage aléatoire avec remplacement, et les tests d'hypothèse les plus simples.
- Un chapitre traitant de la classification, expliquant pourquoi elle est utile, comment former des classificateurs SVM avec la descente de gradient stochastique et comment utiliser des implémentations de méthodes plus avancées telles que les forêts aléatoires et les plus proches voisins.
- Un chapitre consacré à la régression, expliquant comment mettre en place, utiliser et comprendre la régression linéaire et la régression des plus proches voisins dans des problèmes pratiques.
- Un chapitre traitant de l'analyse en composantes principales, développant soigneusement l'intuition et comprenant de nombreux exemples pratiques. Une brève description de la mise à l'échelle multivariée par le biais de l'analyse en coordonnées principales.
- Un chapitre traitant du regroupement par des méthodes agglomératives et des k-moyens, montrant comment construire des caractéristiques vectorielles quantifiées pour des signaux complexes.
Illustré tout au long de l'ouvrage, chaque chapitre principal comprend de nombreux exemples pratiques et d'autres éléments pédagogiques tels que : Procédures encadrées, Définitions, Éléments utiles.
Procédures encadrées, Définitions, Faits utiles, et N'oubliez pas (petits conseils). Les problèmes et les exercices de programmation se trouvent à la fin de chaque chapitre, avec un résumé de ce que le lecteur devrait savoir.
Les ressources pour l'enseignant comprennent un ensemble complet de solutions modèles pour tous les problèmes, ainsi qu'un manuel de l'enseignant avec les diapositives de présentation qui l'accompagnent.
Autres informations sur le livre :
| ISBN : | 9783319644097 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2018 |
| Nombre de pages : | 367 |
Achat:
Actuellement disponible, en stock.
