Hangi kitaplar bilgisayar bilimleri için geçerli olduğu için hesaplama istatistiklerine genel bir bakış sağlar?

Bir yazılım mühendisi olarak, istatistiksel algoritmalar, veri madenciliği, makine öğrenimi, Bayes ağları, sınıflandırma algoritmaları, sinir ağları, Markov zincirleri, Monte Carlo yöntemleri ve rasgele sayı üretimi gibi konularla ilgileniyorum.

Şahsen bu tekniklerin hiçbiriyle uygulamalı çalışma zevkim olmadı, ama kaputun altında onları kullanan ve onlar hakkında daha fazla bilgi edinmek isteyen yazılımlarla çalışmak zorunda kaldım. Büyük bir genişliği kapsayan kitaplar arıyorum - bu noktada büyük derinlik gerekli değil. Kullanılan algoritma ve tekniklerin arkasındaki matematiksel temelleri anlayabilirsem yazılım geliştirme hakkında çok şey öğrenebileceğimi düşünüyorum.

İstatistiksel Analiz topluluğu, yazılımda çeşitli istatistiksel öğelerin uygulanması hakkında daha fazla bilgi edinmek için kullanabileceğim kitaplar önerebilir mi?

Christopher Bishop'un "Örüntü Tanıma ve Makine Öğrenmesi" ni öneririm. Örnek bir bölüm de dahil olmak üzere bazılarını https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book adresinde görebilirsiniz.

Bir programcı veya bilgisayar bilimcisinin bilmesi gereken istatistiklerle ilgili Yığın Taşması hakkındaki son derece popüler soruyu okumak isteyebilirsiniz .

İşte veri analizinin hem hesaplama hem de istatistiksel yönlerini kapsayan James E. Gentle, Hesaplamalı İstatistik (Springer, 2009) adlı çok güzel bir kitap . Gentle başka harika kitaplar da yazdı, yayınlarını kontrol et.

Başka büyük kitap Hesaplamalı İstatistik El Kitabı Nazik ve arkadaşlarının dan. (Springer, 2004); web üzerinde bir yerde PDF olarak dolaşıyor, bu yüzden Google'da ona bakmayı deneyin.

Bazı ML tekniklerinden bahsettiniz, bu yüzden iki güzel kitap (maalesef favorim Lehçe olduğundan):
http://www.amazon.com/Machine-Learning-Algorithmic-Perspective-Recognition/dp/1420067184
http: / /ai.stanford.edu/~nilsson/mlbook.html

Rastgele sayı üretimi gibi sayısal öğeler için:
http://www.nr.com/

Bilgisayar Bilimcileri için Olasılık ve İstatistik'in bir kopyasını aldım - Michael Baron başka bir istatistik kitabı ile satışta (adından dolayı dürüstçe aldım - bilgisayar bilimi perspektifinden istatistiklere bir tür bakacak bir kitap istedim, mükemmel olmasa bile). Henüz okuma ya da herhangi bir problemle çalışma şansım olmadı, ancak sağlam bir kitap gibi görünüyor.

Kitabın önsözü, üst düzey lisans öğrencileri ve yeni başlayan lisansüstü öğrenciler için olduğunu ve bunu kabul edeceğimi söylüyor. Bu kitabın içeriğini kavramak için bazı olasılık ve istatistik anlayışı gereklidir.

Konular olasılık, ayrık rasgele değişkenler, sürekli dağılımlar, Monte Carlo yöntemleri, stokastik süreçler, kuyruk sistemleri, istatistiksel çıkarım ve regresyonu içerir.

Özellikle hesaplama istatistikleri olmasa da, R - Brian S. Everitt ve Torsten Hothorn Kullanan İstatistiksel Analizler El Kitabı, temel ve orta istatistik kitaplarında ele aldığım birçok konuyu kapsar - çıkarım, ANOVA, doğrusal regresyon, lojistik regresyon, yoğunluk kestirimi, özyinelemeli bölümleme, temel bileşen analizi ve küme analizi - R dilini kullanarak. Bu, programlama ile ilgilenenlerin ilgisini çekebilir.

Bununla birlikte, diğer kitaplardan farklı olarak, bu istatistiksel işlevleri yerine getirmek için R dilini kullanmak vurgulanmaktadır. Gördüğüm diğer kitaplar, istatistikleri göstermek için cebir ve kalkülüs kombinasyonlarını kullanıyor. Bu kitap aslında R dilini kullanarak verilerin nasıl analiz edileceğine odaklanmaktadır. Ve daha da kullanışlı hale getirmek için, yazarların kullandığı veri setleri CRAN - R Deposu'ndadır.

R - Maria L. Rizzo ile İstatistiksel Hesaplama Bilgisayar Bilimcileri İçin Olasılık ve İstatistik - temel olasılık ve istatistik, rasgele değişkenler, Bayes istatistikleri, Markov zincirleri, çok değişkenli verilerin görüntülenmesi, Monte Carlo yöntemleri, Permütasyon testleri, olasılık yoğunluk tahmini ve sayısal yöntemler.

Kullanılan denklemler ve formüller hem matematiksel formüller hem de R kodunda sunulur. Bu kitabı okumak isteyen herkes için temel bir olasılık, istatistik, matematik ve belki de ayrık matematik bilgisinin tavsiye edileceğini söyleyebilirim. Bir programlama arka planı da yardımcı olacaktır, ancak R dili, operatörler ve sözdizimi için bazı referanslar vardır.

Veri analizine kendim gelen bir bilgisayar mühendisi olarak, oldukça şaşırtıcı ve okunabilir bir perspektiften (burada önerilen diğer kitapların hiçbirini kapsamaması pahasına) şeyleri kapsayan gerçekten okunabilir bir kitap Toby Segaran'ın Kolektif Zekayı Programlamaktı. Örneğin, büyük bir referans olan ancak muhtemelen ilk geçişte istediğiniz daha fazla derinliğe giden Bishop'un kitabından çok daha ulaşılabilir buldum. Amazon'da: http://www.amazon.com/Programming-Collective-Intelligence-Building-Applications/dp/0596529325

CRAN'ın istatistiksel programlamayla ilgili birkaç iyi kitap örneği vardır. Bazıları makine öğrenimi ve MCMC ile ilgili olmayacaktır, ancak her girişe not eklenmiştir, bu nedenle her kitabın biraz daha dalmak için neler içerdiği hakkında kabaca bir fikriniz olmalıdır. http://www.r-project.org/doc/bib/R-books.html