Herhangi bir serbest istatistik ders kitabı var mı?
Yanıtlar:
Çevrimiçi kitaplar
Güncelleme: Artık kendi öngörme ders kitabımı ekleyebilirim
Hastie, Tibshirani ve Friedman'dan İstatistiksel Öğrenme Öğeleri, istatistik ve veri madenciliği için standart bir metindir ve şimdi ücretsizdir:
https://web.stanford.edu/~hastie/ElemStatLearn/
Ayrıca burada mevcut .
Burada mükemmel bir Olasılık kitabı var: http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/book.html , ayrıca basılı olarak satın alabilirsiniz .;
Sık sık Mühendislik İstatistikleri El Kitabını faydalı buldum. Bu bulunabilir burada .
Kendim okumamama rağmen, R Kullanarak Olasılık ve İstatistiğe Giriş'in çok iyi olduğunu duydum . Tam ~ 400 sayfalık bir e-kitap (gerçek bir kitap olarak da mevcuttur). Bir bonus olarak, tabii ki, hangisini öğrenmek istediğinizi, R'yi de öğretir.
Gerard E. Dallal'ın Küçük İstatistik İstatistiği El Kitabı'nı gerçekten beğendim
İşte yeni bir tane: R Kullanarak Olasılık ve İstatistiğe Giriş . R-spesifik olsa da, ama harika bir tane. Henüz okumadım ama çok iyi görünüyor ...
Bir çoğu, değilse en, makine öğrenme popüler kitaplar Hastie, Tibshirani ve Friedman, olan İstatistiksel Öğrenme Unsurları tam online (şu anda 10 baskı) 'dir. Örneğin, Piskopos'un Örüntü Tanıma ve ML veya Murphy'nin ML'si ile karşılaştırılabilir , ancak bu kitaplar ücretsiz değil, ESL ise.
Hastie & Tibshirani ayrıca serbestçe ulaşılabilir olarak yazdı : Temelde Elemanlar'ın basit bir sürümü olan ve R'ye odaklanan R'deki Uygulamalar ile İstatistiksel Öğrenmeye Giriş
Hastie & Tibshirani, 2015 yılında, Sparsity ile İstatistiksel Öğrenme: Kement ve Genellemeler gibi yeni bir ders kitabı hazırladı . Bu biraz daha kısa ve özellikle kemente odaklanıyor.
Özgür şekilde temin edilebilen, her şeyi kapsayan bir makine öğrenme ders kitabı, David Barber's Bayesian Reasoning and Machine Learning'dir . Kendim kullanmadım, ama genel olarak mükemmel bir kitap olarak kabul ediliyor.
Şimdi daha özel konulara geçmek için:
Rasmussen & Williams Makine Öğrenmesi için Gauss Süreçleri olduğunu Gauss süreçlere kitap.
MIT Press tarafından yayınlanmak üzere olan Goodfellow, Bengio ve Courville Deep Learning ders kitaplarını çok bekledi . Henüz yayınlanmadı, ancak kitap zaten çevrimiçi. Resmi web sitesinde tarayıcıda görüntülenebilir ancak indirilemez (yayıncıyla yapılan anlaşmaya göre), ancak örneğin burada github'da birleştirilmiş bir PDF bulmak kolaydır .
Csaba Szepesvári, Güçlendirme Öğrenimi için Algoritmalar , RL üzerine yazılmış kısa bir kitap. Klasik, çok daha ayrıntılı ama biraz tarihli bir ders kitabı Sutton & Barto, Takviye Öğrenme: Çevrimiçi olarak da ücretsiz olarak kullanılabilen, ancak sadece hantal bir HTML biçiminde olan Giriş.
Boyd ve Vandenberghe, Dışbükey Optimizasyon .
Norman Matloff, bilgisayar bilimleri öğrencileri için ücretsiz olan bir matematik istatistik ders kitabı yazdı . Sanırım bir niş pazar yeri. Buna değer, ben okumamıştım, ama Matloff'un doktora derecesi var. matematiksel istatistiklerde, bir bilgisayar bilimi bölümü için çalışıyor ve gerçekten daha iyi bir R kitabı yazdım, R programlamasının bir sonraki aşamasına daha iyi gitmek isteyenlere (sadece konserve işlevli modellerin takılmasının aksine) tavsiye ediyorum.
OpenIntro İstatistikleri
http://www.openintro.org/stat/textbook.php
Ucuz ciltsiz kopyalar da Amazon'da bulunmaktadır.
Will G. Hopkins'den İstatistiklere Yeni Bir Bakış Harika! İstatistiki teoremlerin ispatlanmasını değil, istatistiksel analizlerin sonuçlarını nasıl anladığınızı anlamanıza yardımcı olmak için tasarlanmıştır.
İstatistiklere Özel değil, ancak iyi bir kaynak: http://www.reddit.com/r/mathbooks Ayrıca, Georgia Tech’te bulunan George Cain, bazı istatistiksel metinleri içeren serbestçe kullanılabilen matematik metinlerinin bir listesini tutar. http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html
Berkeley'den Daniel McFadden'in bu iki kitabını gerçekten çok beğendim:
http://elsa.berkeley.edu/users/mcfadden/e240a_sp98/e240a.html
http://elsa.berkeley.edu/users/mcfadden/e240b_f01/e240b.html
Stokastik süreçlere ve SDE'lere girmek için, Tom Kurtz'un ders notlarını yenmek zor. Olasılık ve bazı yakınsama sonuçlarının düzgün bir şekilde gözden geçirilmesiyle başlar ve daha sonra sürekli açık stokastik süreçlere oldukça açık, anlaşılır bir dille dalır. Genel olarak konuyla ilgili en iyi kitaplardan biri - bedava ya da başka türlü - buldum.
" R'de Uygulamalarla İstatistiksel Öğrenmeye Bir Giriş " http://www-bcf.usc.edu/~gareth/ISL/ , iyi bilinen " İstatistiksel Öğrenmenin Öğeleri " ve 2 yazardan ikisi tarafından . R'deki Uygulamalarla İstatistiksel Öğrenmeye Giriş, İstatistiki Öğrenmenin Öğe'lerinden daha az matematiksel olarak daha az gerekli olan giriş düzeyinde yazılır, R'yi kullanır (İstatistiksel Öğrenim Öğelerinin aksine) ve ilk olarak 2013 yılında yayınlanmıştır. bu konu başladıktan sonra.
CMU’nun ML gurusu Cosma Shalizi, zaman zaman Cambridge Press tarafından İlkel Bakış Açısından Gelişmiş Veri Analizi başlıklı yayınlanacak bir istatistik kitabı taslağını güncellemektedir . Son derece yeterli tavsiye edemez ...
İşte İçindekiler:
I. Regression and Its Generalizations
Regression Basics
The Truth about Linear Regression
Model Evaluation
Smoothing in Regression
Simulation
The Bootstrap
Weighting and Variance
Splines
Additive Models
Testing Regression Specifications
Logistic Regression
Generalized Linear Models and Generalized Additive Models
Classification and Regression Trees
II. Distributions and Latent Structure
Density Estimation
Relative Distributions and Smooth Tests of Goodness-of-Fit
Principal Components Analysis
Factor Models
Nonlinear Dimensionality Reduction
Mixture Models
Graphical Models
III. Dependent Data
Time Series
Spatial and Network Data
Simulation-Based Inference
IV. Causal Inference
Graphical Causal Models
Identifying Causal Effects
Causal Inference from Experiments
Estimating Causal Effects
Discovering Causal Structure
Appendices
Data-Analysis Problem Sets
Reminders from Linear Algebra
Big O and Little o Notation
Taylor Expansions
Multivariate Distributions
Algebra with Expectations and Variances
Propagation of Error, and Standard Errors for Derived Quantities
Optimization
chi-squared and the Likelihood Ratio Test
Proof of the Gauss-Markov Theorem
Rudimentary Graph Theory
Information Theory
Hypothesis Testing
Writing R Functions
Random Variable Generation
Statsoft Elektronik İstatistik El Kitabı ('Ansiklopedi Britannica tarafından Önerilen İstatistikler ile ilgili tek İnternet Kaynağı') göz atmaya değer.
Olasılıkla ilgili ilginç görünen bazı indirilebilir notlar: http://www.math.harvard.edu/~knill/teaching/math19b_2011/handouts/chapters1-19.pdf
Uygulanan olasılık: http://www.acsu.buffalo.edu/~bialas/EAS305/docs/EAS305%20NOTES%202005.pdf
http://www.ma.huji.ac.il/~razk/Teaching/LectureNotes/LectureNotesProbability.pdf
Diğer yazarların kitaplarını burada kitap borsasında kullanılabilir hale getirmekte zorlandığını biliyorum ... 2002 sayımızın basılmış versiyonu 3 kez basıldı ve 3 kez satıldı; Springer ve Google kısa süre önce Springer ve Google sitelerinde 79 $ karşılığında bir PDF eBook (yazılım yok) olarak satmaya başladı (yalnızca kitap).
PDF e-Kitap sürümünü (2002 baskısı) ÜCRETSİZ olarak, stackexchange kullanıcıları için hazır hale getirebildiğimiz için mutluyuz:
http://www.mathstatica.com/book/bookcontents.html
Bu, orijinal 2002 basılı baskının tam bir PDF sürümüdür. Hiçbir yazılım dahil edilmese de (ne Mathematica ne de mathStatica ), yöntem, teorem, özet tabloları, örnekler, alıştırmalar, teoremler vb . Mathematica bile olmayan insanlar için bir referans metni olarak bile faydalı ve alakalı .
Biri indirebilirsiniz:
kitabın tamamını tek bir indirme dosyası olarak ... canlı tıklanabilir İçindekiler Tablosu vb. ile ... veya
bölüm bölüm.
iBooks kurulumu
Bir iBook olarak kurmak için:
Kitabın tamamını tek bir PDF dosyası olarak indirin
Sonra iBooks'a sürükleyin (bölümün altında: PDF dosyaları).
iPad kurulumu
İPad'e yüklemek için:
Önce bir iBook olarak kurun (yukarıdaki gibi)
İTunes'u açın; iPad'inizi seçin; Kitaplar'a tıklayın: kitabı seçin ve iPad'inizle senkronize edin.
Akademisyenlerin eserlerini serbestçe dağıttıklarını görmek güzel. İşte PDF'deki ücretsiz ML / Stats kitaplarının özeti:
Makine öğrenme
Olasılık / İstatistik
Lineer Cebir / Optimizasyon
Genetik Algoritma
Düzgün bir ders kitabının tamamı değil, ancak Bilgisayar Bilimleri için Matematiğin IV. Kısmı olasılık ve rastgele değişkenlerle ilgilidir.
http://www.probabilitycourse.com/ , çevrimiçi tabanlı ücretsiz Olasılık ve İstatistik ders kitabını barındıran bir web sitesidir. Ayrıca grafik araçları ve ders videoları gibi ekstra özelliklere sahiptir.
Ayrıca, Marden'ın çok değişkenli istatistiklerine ilişkin, ayrıca bu sayfaya bağlanan normal doğrusal model ile ilgili harika bir kitap.
Bu bir ders kitabı değil, ancak MH370 arayışındaki Bayesian Metodları, partikül filtrelerine harika bir giriştir.
Bir dijital ders kitabı M. Taboga olasılığına ve istatistik bulunabilir https://www.statlect.com seviyesi ara üründür. Yüzlerce çözülmüş alıştırma ve örneklerin yanı sıra sunulan tüm sonuçların adım adım ispatlarına sahiptir.