数据科学的概率基础
图书信息
书名：数据科学的概率基础作者：王学钦,赵鹏
包装：平装-胶订
开本：16
页数：192页
全文字数：211000
出版社：首都经济贸易大学出版社
出版时间：2019-12-01
图书简介
《数据科学的概率基础》是一本内容丰富、结构清晰的数据科学理论书籍，分为六章。优秀章介绍了随机事件、概率空间、计数方法、概率的确定方法等基础概念。第二章重点讲解了条件概率、乘法公式、事件的独立性、全概率公式和贝叶斯公式。第三章介绍了随机变量、随机变量的分类、二维随机向量、随机变量函数的分布等内容。第四章详细介绍了离散型随机变量、连续型随机变量、随机数的产生等常用概率分布。第五章讨论了随机变量的数字特征，包括数学期望、方差和协方差、条件期望等内容。第六章则介绍了概率不等式、大数定律及其应用、中心极限定理等不等式和极限定理。
推荐理由
该书适合已有一定数据科学基础的读者阅读。本书除了传统概率论基础外，还增加了更具前沿性的复杂数据类型和模拟计算相关概率知识。书中内容结构清晰，内容详实，适合数据科学爱好者深入理解数据科学的理论知识。本书内容既适用于学术研究的需要，也适用于实际应用的需要。如果你已经对贝叶斯分类器、随机梯度下降等算法有一定的理解，并想深入学习数据科学的相关理论知识，那么该书是不可多得的一本参考。