图书
-
普林斯顿概率论读本
本书讲解概率论的基础内容, 包括组合分析、概率论公理、条件概率、离散型随机变量、 连续型随机变量、随机变量的...
-
应用随机过程：概率模型导论（第11版）
本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松...
-
EECS应用概率论
<内容简介> 本书精心选取了6个当前热门的科技应用：谷歌PageRank算法、链路复用技术、数字链路通信、追...
-
概率论及其应用（卷1•第3版）
本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，也涉及了概率论在物理学、化学、生物学（特别是遗传学）、...
-
伊藤清概率论
本书是世界级概率论大师伊藤清的名著。篇幅短小，内容丰富，既包括事件、概率、概率空间、均值、特征函数等基本概...
-
概率论基础教程（第8版）
概率论是研究自然界和人类社会中随机现象数量规律的数学分支. 本书通过大量的例子讲述了概率论的基础知识, 主...
-
概率论基础教程（英文版 第8版）
本书是世界各国高校广泛采用的概率论教材，通过大量的例子讲述了概率论的基础知识，主要内容有组合分析、概率...
-
概率论沉思录（英文版）
本书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...
-
概率论及其应用（第2卷第2版）
本书是威廉·费勒的著作《概率论及其应用》第1卷的续篇。 曾经影响了包括中国在内的世界各国几代概率论及其...
-
概率与测度论(英文版•第2版)
本书是测度论和概率论领域的名著，行文流畅，主线清晰，材料取舍适当，内容包括测度和积分论、泛函分析、条件...
-
概率论基础教程(英文版 第7版)
本书是全球高校广泛采用的概率论教材，通过大量的例子讲述了概率论的基础知识，主要内容有组合分析、概率论公...
-
概率论基础教程(第7版)
概率论是研究自然界和人类社会中随机现象的数量规律的数学分支。 本书通过大量的例子讲述了概率论...
-
概率论及其应用(第3版)
本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，也涉及了概率论在物理学、化学、生物学（特别是遗...
-
概率论及其应用（卷2·第2版）
本书是威廉·费勒的著作《概率论及其应用》第1卷的续篇。曾经影响了包括中国在内的世界各国几代概率论及其相关领域的...
-
概率论及其应用（卷1·第3版）
本书涉及面极广，不仅讨论了概率论在离散空间中的诸多课题，也涉及了概率论在物理学、化学、生物学（特别是遗传学）、...
-
伊藤清概率论（修订版）
本书为日本数学家伊藤清创作的现代概率论著作。书中以最小限度的预备知识为前提，以简练的笔法系统讲解了测度论基础，...
-
11推荐
抛硬币中的反射原理
在日常生活当中，抛硬币是一种很常见的现象，在概率论的实验中，那就更加常见了。但是就这简单的抛硬币，其中包含着许多高深精妙的定理，而且大多数定理往往与我们平时的直觉不相符，甚至有些是背道而驰的。人们要相信与自己直觉完全相违背的事实总是困难的，但是一旦自己亲手从理论上严格地证明出来…...
-
5推荐
《Pattern Recognition and Machine Learning》第一章
![enter image description here][1] 最近一直在研读Pattern Recognition and Machine Learning 这本书，因为今年九月份就要去台湾读书，但是感觉自己的数学水平实在是太糟糕，特别是我们在软件学院的，技术的学一大…...
-
4推荐
《概率论及其应用（卷1·第3版）》
《概率论及其应用（卷1·第3版）》131页习题33，证明： ^{n-k}{\ge}b(k;n…...
-
从排列的角度看超几何分布
超几何分布属于组合问题，它描述的是从n个物品中抽出r个物品，成功抽出指定种类的物品（共有n1个）的个数为k的概率。一般数学表示为： ![enter image description here][1] 这公式是通常的从组合的角度得出的，易于理解，要使抽出的r个物品恰有指定的…...
-
3推荐
矩形内任意两点间距离
正常的矩形 在矩形中（均匀地）随机选择两个点，可以算出两点间距离的期望值。 例如，在单位正方形中任意两点间距离的期望约为 0.521405，而在 2x3 的矩形中任意两点间距离的期望约为 1.317067。 使用以下 C 语言程序计算： #include <s…...
-
Pattern Recognition and Machine Learning第四章(2)
1、认知算法(Perceptron Algorithm) 我们这里介绍另外一个判别函数，是由Rosenblatt提出的，在模式识别的领域中占有很重要的地位，他在二类模型分类中使用，我们给出这个线性模型的形式： ![enter image description here][…...
-
Pattern Recognition and Machine Learning第五章神经网络模型(4)
![enter image description here][1]![enter image description here][2]对于绝大多数的模式识别的应用中我们对于结果的预测是不变的，无论对于输入值采取的是怎样复杂的变化，考虑对于一个二维图像的分类（例如手写体），某一…...
-
随机向量特征函数的求法
在介绍随机向量特征函数的求法之前，我们先来看一下随机变量特征函数的定义。 对于随机变量ξ，它的特征函数定义为： ![enter image description here][1] 将以上定义式进一步进行如下推导： 
