概率论沉思录

- 书名:概率论沉思录
- 作者: 杰恩斯
- 格式:PDF
- 时间:2024-06-24
- 评分:9.4
- ISBN:9787115195364
内容简介:
《概率论沉思录(英文版)》将概率和统计推断融合在一起,用新的观点生动地描述了概率论在物理学、数学、经济学、化学和生物学等领域中的广泛应用,尤其是它阐述了贝叶斯理论的丰富应用,弥补了其他概率和统计教材的不足。全书分为两大部分。第一部分包括10章内容,讲解抽样理论、假设检验、参数估计等概率论的原理及其初等应用;第二部分包括12章内容,讲解概率论的高级应用,如在物理测量、通信理论中的应用。《概率论沉思录(英文版)》还附有大量习题,内容全面,体例完整。
《概率论沉思录(英文版)》内容不局限于某一特定领域,适合涉及数据分析的各领域工作者阅读,也可作为高年级本科生和研究生相关课程的教材。
下载地址:
标签:
文章链接:https://www.dushupai.com/book-content-23818.html(转载时请注明本文出处及文章链接)
- 上一篇: CiteSpace:科技文本挖掘及可视化
- 下一篇: 数字信号处理的FPGA实现
最新评论:
更多
-
Miracula2015-08-08说是很早以前就读过了,但是似乎一直没有完整读完过……然后感觉在机器学习领域学习了这么久,书里的东西也没什么新意的样子……
-
Narcissus2010-09-16角度很新颖,很能够加深对概率论与数理推断的理解,学过概率论的人一定要看
-
bqzhao2012-10-11这本书可以写得更加简洁一些。很有物理感。
最新书摘:
更多
-
tinylambda2019-08-28为了关注于具有建设性的事物,远离有争议的不相关的事务,我们应该创造一个假象的存在。它的大脑是由我们设计的,所以其推理是根据明确确定的规则进行的。这些规则是从简单的必须品中被演绎出来的,在我们看来,这些必须品在人类大脑中是可获取的;比如,我们认为一个理性的人,一旦发现他们与其中一个必需品相违背,他们就会修正其想法。原则上,我们可以自由地应用我们喜欢的规则;这是定义我们应该研究哪个机器人的方法。将它的推理同你自己的推理进行比较,如果你发现没有相似之处,你就可以拒绝我们的机器人,并根据你的喜好来设计一个不同的机器人。如果你发现其中有非常强的相似之处,并且想要信任这个机器人,将其用于解决自己的推理问题,那么这将是理论的一个成就,而不是一个前提。我们的机器人会对命题进行推理。正如我们之前看到的,我们将使用斜体大些字母来表示各种命题,{A, B, C, 等等},目前,我们必须要求所使用的任何命题对机器人来说必须具有明确的含义,同时必须是非真即假的确定性逻辑类型。也就是说,除非另作说明,我们只关心二值逻辑,或者叫做亚里士多德逻辑。我们并不要求这样的‘亚里士多德逻辑’通过可行的调查都能确定其真或者假;事实上,我们做不到这一点通常就是我们需要机器人帮助的原因。比如,作者个人认为如下的两个命题为真:A º 贝多芬和柏辽兹从未见过面B º 贝多芬的音乐比柏辽兹的音乐的质量更加有持续性,尽管鼎盛时期的柏辽兹可以匹敌任何人。命题B是不允许机器人思考的,而命题A是,尽管其真假今天也不太可能确定了。在我们的理论形成之后,我们将有兴趣探究当前对于类似于A的亚里士多德逻辑的限制是否可以放宽,这样机器人就可以帮助我们处理类似于B的更模糊的命题了(见第18章 Ap-分布)。
-
tinylambda2019-08-28模型有完全不同类型的用途。许多人喜欢说,“他们永远造不出一台机器来替代人类思维——这里面包含了一些机器永远都做不到的东西”。J. 冯˙诺伊曼在普林斯顿的一次关于计算机的演讲中给出了一个很好的答案,作者有幸参加。在回答听众的典型问题的时候(‘但是,当然,一台机器不能真正思考,是吗?’),他说到:你坚信有一些事情是机器所不能做的。如果你能够精确地告诉我机器不能做什么,那么,我总是能够制造出做这件事的机器。原则上,机器不能为我们做的操作仅限于那些我们无法详细描述的操作,或者在有限的步骤中无法完成的操作。当然,有些人会联想到哥德尔不完备定理,测不准原理,永不停止的图灵机等等。但要回答所有这些疑问,我们只需要指出人类大脑的存在即可,它确实是存在的。正如冯诺伊曼所指出的,制造“思考机器”的唯一真正限制是我们自己就不知道“思考”到底由什么组成。但是在我们对常识的研究中,我们将得到一些关于思维机制的非常明确的观点。每当我们可以通过指定一组确定的操作来建立一个数学模型以再现一部分常识的时候,就向我们展示了如何“建立一台机器”(即编写一个计算机程序),它对不完整的信息进行操作,通过使用前面的弱三段论的量化版本,来进行合理推理而不是演绎推理。事实上,针对于这种特定推论问题的计算机软件的开发是这个领域中最活跃和有用的当代潮流。这样处理的一种问题可能是:给定大量数据,包括10000个独立的观察,根据这些数据和现有的先验信息,确定100个关于工作原因的不同假设的相对合理性。我们的无意识常识,对于结果非常不同的两个假设,可能足以对其做出决定;但是,要处理100个没有明显不同的假设时,如果没有计算机和一个良好的数学理论来告诉我们如何编程,我们将束手无策。也就是说,在我们的警察三段论(1.5)中,什么决定了A的合理性会大幅度地增加,以近乎可以确定;或者仅仅是一个可以忽略的幅度,让数据B变得几乎不相...
-
find_my_way2017-09-22The fundamental, inescapable distinction between probability and frequency lies in this relativity principle: probabilities change when we change our state of knowledge; frequencies do not.
猜你喜欢:
-
学习教育
-
学习教育豆瓣 9.1
-
学习教育豆瓣 7.2
-
学习教育豆瓣 7.6
-
学习教育豆瓣 7.8
-
学习教育豆瓣 6.3
-
学习教育
-
学习教育豆瓣 7.6