Probabilidad y Estadística para Informática

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 4 votos.

Título original:

Probability and Statistics for Computer Science

Contenido del libro:

Este libro de texto está dirigido a estudiantes de informática de segundo año o de tercer año, y proporciona una amplia información sobre el análisis cualitativo y cuantitativo de datos, la probabilidad, las variables aleatorias y los métodos estadísticos, incluido el aprendizaje automático.

Con un tratamiento cuidadoso de los temas que cubren las necesidades curriculares del curso, Probability and Statistics for Computer Science presenta:

- Un tratamiento de las variables aleatorias y las expectativas que trata principalmente el caso discreto.

- Un tratamiento práctico de la simulación, que muestra cómo se pueden extraer muchas probabilidades y expectativas interesantes, con especial énfasis en las cadenas de Markov.

- Una exposición clara pero nítida de estrategias de inferencia puntuales sencillas (máxima verosimilitud; inferencia bayesiana) en contextos sencillos. Esto se amplía para cubrir algunos intervalos de confianza, muestras y poblaciones para el muestreo aleatorio con reemplazo, y las pruebas de hipótesis más simples.

- Un capítulo dedicado a la clasificación, en el que se explica su utilidad, cómo entrenar clasificadores SVM con descenso de gradiente estocástico y cómo utilizar implementaciones de métodos más avanzados, como los bosques aleatorios y los vecinos más próximos.

- Un capítulo dedicado a la regresión, en el que se explica cómo configurar, utilizar y comprender la regresión lineal y la regresión de vecinos más próximos en problemas prácticos.

- Un capítulo dedicado al análisis de componentes principales, en el que se desarrolla cuidadosamente la intuición y se incluyen numerosos ejemplos prácticos. Una breve descripción del escalado multivariante mediante el análisis de coordenadas principales.

- Un capítulo dedicado a la agrupación mediante métodos aglomerativos y k-means, que muestra cómo construir características cuantificadas vectorialmente para señales complejas.

Cada capítulo principal está ilustrado e incluye numerosos ejemplos prácticos y otros elementos pedagógicos como.

Procedimientos en recuadro, Definiciones, Datos útiles y Recuerde esto (consejos breves). Los problemas y ejercicios de programación se encuentran al final de cada capítulo, con un resumen de lo que el lector debe saber.

Los recursos para el instructor incluyen un conjunto completo de soluciones modelo para todos los problemas, y un Manual del Instructor con diapositivas de presentación adjuntas.