而不是介绍
从前有第一部分,现在是第二部分了!在这里,我们讨论与概率论有关的问题。
与上一篇文章一样,我们将重点介绍该主题及其研究的几个“沉浸度”。实际上,我认为每个主题应该以不同的“难度”完成几次:首先,您要沉浸于主题中,习惯于“字典”,要习惯于典型的问题设置和解决方法。一段时间后,您将获得其他领域的丰富知识,可以重新开始学习该课程,但水平更高。现在,您可能不仅对标准任务感兴趣,而且对方法论,非标准方法的局限性感兴趣,也许对主题发展所源自的某种哲学也很感兴趣(“频繁派”和“贝叶斯派”之间的永恒争论)。
让我提醒您,我们将复杂性分为三个“级别”:
- 带上它 -主要的力量;这些是被称为“必须拥有”的书。
- 给我带来很多伤害 -更高的水平,可以让您从鸟瞰的角度审视第1级,将知识系统化,并结合不同领域的知识。
- 梦 m-强烈的精神,穆罕默德的水平,数学和象牙塔爱好者。
在大多数情况下,我会指出那些我自己读过的书,或者在(数学)社区中很流行的那些书-建议您使用stackoverflow,goodreads,quora等。
经典机率
我坚信,如果不先研究经典部分(概率论和统计学),立即跳入三个步骤并立即跳入贝叶斯推理世界是没有意义的。
() ?
- : , () , ( , - );
- , , . , ;
- : /, , ;
- : , , , , , ;
- : , ;
( — ). , .
, ?
- : , , ( , ) , " " - .
- : . (, , ).
- : ( MCMC )
- : , ;
- : , /;
- : , ;
Bring it on
Blitzstein & Hwang "Introduction to Probability"; , : stat110. youtube edx stat110x. , . 110 .
, . : " " . R.
: coursera/ /openedu (. openedu). : .
:
- .. " ". — " - ..."
- - , : " . ". , " ".
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-.
:
- " " 2008 ;
- " " ;
- . : ;
- , 1-2. , , (, , ..). , , , . 1984- ().
: . , "". - , computer science center: .
: . , , , .
Nightmare
. . ,
, , :
- , "";
- , " ";
- , , " ", , — , .
- , "", :
: .
, , :
- RICK DURRETT, "Probability, Theory and Examples";
- Kai Lai Chung, "A course in probability theory";
Unclassified
, .
,
, . , : overkill; .
, : David Williams, "Weighing the Odds".
, , . , .
Cheatsheets
, - cheatsheets (""), , . :
- 1;
- 2;
. -, , .
- One Thousand Exercises in Probability — , . , ;
- , " " — , . , , x. , " ".
- " " — ; , , , - ;
- , " ";
- Blitzstein & Hwang "Introduction to Probability";
?
, "" , ( , ) ; ; (MCMC ) .
python/julia, QuantEcon, , ; , , - R/Python/Julia.
?
在概率上,数学统计和贝叶斯方法仍然完全不受影响。令我遗憾的是,在这些领域,我读的书较少,因此,提示的价值将降低。目前尚不清楚是否写以及写多少细节。