Roteiro de disciplinas matemáticas para aprendizado de máquina, parte 2 (probabilidades)

Em vez de introduzir


Era uma vez a primeira parte , agora é a hora da segunda parte! Aqui abordamos questões relacionadas à teoria das probabilidades.


Como no artigo anterior, destacaremos vários "níveis" de imersão no assunto e em seu estudo. De fato, acredito que cada assunto deve ser concluído várias vezes em diferentes "níveis" de dificuldade: primeiro você mergulha no assunto, se acostuma ao "dicionário", à formulação típica de problemas e métodos para resolvê-los. Depois de um tempo, enriquecido com o conhecimento de outras áreas, você estará pronto para fazer o curso novamente, mas em um nível um pouco mais alto. Agora você pode estar interessado não apenas em tarefas padrão, mas também nas limitações da metodologia, abordagens fora do padrão, talvez algum tipo de filosofia a partir da qual o assunto cresceu (um eterno debate entre a "escola frequentista" e a "escola bayesiana").


Deixe-me lembrá-lo de que distinguimos três "níveis" de complexidade:


  1. Traga-o - o cavalo de batalha principal; estes são os livros chamados "must have".
  2. Me machuque bastante - um nível mais alto, permite que você observe o nível 1 do ponto de vista de um pássaro, sistematiza o conhecimento e combina diferentes áreas do conhecimento.
  3. Pesadelo - para os fortes de espírito, o nível de mehmat, para os amantes da matemática e das torres de marfim.

Na maioria dos casos, eu indico os livros que eu mesmo li ou que são muito populares na comunidade (matemática) - eles são aconselhados sobre stackoverflow, goodreads, quora etc.


Probabilidade clássica


Estou convencido de que não faz sentido pular imediatamente três passos e mergulhar imediatamente no mundo da inferência bayesiana, sem ter estudado previamente as seções clássicas: teoria das probabilidades e estatística.


() ?


  • : , () , ( , - );
  • , , . , ;
  • : /, , ;
  • : , , , , , ;
  • : , ;

( — ). , .


, ?


  • : , , ( , ) , " " - .
  • : . (, , ).
  • : ( MCMC )
  • : , ;
  • : , /;
  • : , ;

Bring it on


Blitzstein & Hwang "Introduction to Probability"; , : stat110. youtube edx stat110x. , . 110 .
, . : " " . R.


: coursera/ /openedu (. openedu). : .
:


  1. .. " ". — " - ..."
  2. - , : " . ". , " ".

Hurt me plenty


MIT
Grimmett, Stirzaker "Probability and random processes" , ( !!! ): One Thousand Exercises in Probability.
Michael Mitzenmacher, Eli Upfal: "
Probability and Computing: Randomization and Probabilistic Techniques in Algorithms and Data Analysis (2nd Edition)". , "real-world" . : VC-.


:


  1. " " 2008 ;
  2. " " ;
  3. . : ;
  4. , 1-2. , , (, , ..). , , , . 1984- ().

: . , "". - , computer science center: .


: . , , , .


Nightmare


. . ,
, , :


  1. , "";
  2. , " ";
  3. , , " ", , — , .

- , "", :


: .
, , :


  1. RICK DURRETT, "Probability, Theory and Examples";
  2. Kai Lai Chung, "A course in probability theory";

Unclassified


, .


,


, . , : overkill; .
, : David Williams, "Weighing the Odds".
, , . , .


Cheatsheets


, - cheatsheets (""), , . :


  1. 1;
  2. 2;


. -, , .


  1. One Thousand Exercises in Probability — , . , ;
  2. , " " — , . , , x. , " ".
  3. " " — ; , , , - ;
  4. , " ";
  5. Blitzstein & Hwang "Introduction to Probability";

?


, "" , ( , ) ; ; (MCMC ) .


python/julia, QuantEcon, , ; , , - R/Python/Julia.


?


Da probabilidade, as estatísticas matemáticas e a abordagem bayesiana permaneceram completamente inalteradas. Para meu pesar, nessas áreas leio menos livros e, portanto, as dicas terão menos valor. Não está claro se é necessário escrever e em quantos detalhes.


All Articles