कंप्यूटर विज्ञान पर लागू होने वाली कौन सी पुस्तकें कम्प्यूटेशनल सांख्यिकी का अवलोकन प्रदान करती हैं?


15

एक सॉफ्टवेयर इंजीनियर के रूप में, मैं सांख्यिकीय एल्गोरिदम, डेटा खनन, मशीन सीखने, बायेसियन नेटवर्क, वर्गीकरण एल्गोरिदम, तंत्रिका नेटवर्क, मार्कोव चेन, मोंटे कार्लो विधियों और यादृच्छिक संख्या पीढ़ी जैसे विषयों में रुचि रखता हूं।

मुझे व्यक्तिगत रूप से इनमें से किसी भी तकनीक के साथ काम करने का आनंद नहीं मिला है, लेकिन मुझे सॉफ्टवेयर के साथ काम करना पड़ा है, जो हुड के तहत, उन्हें नियोजित करता है और उच्च स्तर पर उनके बारे में अधिक जानना चाहता है। मैं उन पुस्तकों की तलाश कर रहा हूं जो एक महान चौड़ाई को कवर करती हैं - इस बिंदु पर महान गहराई आवश्यक नहीं है। मुझे लगता है कि मैं सॉफ्टवेयर विकास के बारे में बहुत कुछ सीख सकता हूं अगर मैं एल्गोरिदम और तकनीकों के पीछे गणितीय नींव को समझ सकता हूं जो कार्यरत हैं।

क्या सांख्यिकीय विश्लेषण समुदाय उन पुस्तकों की सिफारिश कर सकता है जिनका उपयोग मैं सॉफ्टवेयर में विभिन्न सांख्यिकीय तत्वों को लागू करने के बारे में अधिक जानने के लिए कर सकता हूं?

जवाबों:


5

मैं क्रिस्टोफर बिशप के "पैटर्न मान्यता और मशीन लर्निंग" का सुझाव देता हूं। आप इसके कुछ नमूने देख सकते हैं, जिनमें एक नमूना अध्याय, https://www.microsoft.com/en-us/research/people/cmbishop/# -prml-book पर शामिल है!


3

आप एक प्रोग्रामर या कंप्यूटर वैज्ञानिक को कौन से आँकड़े जानना चाहिए, इस पर स्टैक ओवरफ्लो पर बेहद लोकप्रिय प्रश्न पढ़ना चाहते हैं


अच्छा निर्णय। मैं एसओ का उपयोग करता हूं और मैं इस बात से अनजान था कि प्रश्न भी मौजूद था। जब कई एक्सचेंजों पर प्रश्न प्रकट हो सकते हैं तो कई बार क्रॉस-लिंकिंग करना अच्छा होता है।
थॉमस ओवंस

3

यहां जेम्स ई। जेंटल, कम्प्यूटेशनल स्टेटिस्टिक्स (स्प्रिंगर, 2009) की एक बहुत अच्छी पुस्तक है , जो डेटा विश्लेषण के कम्प्यूटेशनल और सांख्यिकीय दोनों पहलुओं को कवर करती है। कोमल ने अन्य महान पुस्तकों को भी लिखा, उनके प्रकाशनों की जांच की।

एक और महान पुस्तक कोमल एट अल से कम्प्यूटेशनल सांख्यिकी की पुस्तिका है । (स्प्रिंगर, 2004); यह वेब पर कहीं पीडीएफ के रूप में घूम रहा है, इसलिए बस इसे Google पर देखने का प्रयास करें।


2

आपने कुछ ML तकनीकों का उल्लेख किया है, इसलिए दो काफी अच्छी पुस्तकें (क्योंकि दुर्भाग्य से मेरा पसंदीदा पोलिश में है):
http://www.amazon.com/Machine-Learning-Al
एल्गोरिदम-Perspective-Recognition/dp/1420067184 http: / /ai.stanford.edu/~nilsson/mlbook.html

यादृच्छिक संख्या पीढ़ी की तरह संख्यात्मक सामान के लिए:
http://www.nr.com/


+1 मार्सलैंड पुस्तक काफी अच्छी है और एमएल पुस्तकों के मौजूदा चयन में एक बड़ा अंतर भर दिया है।
आर्स

1

मैंने कंप्यूटर वैज्ञानिकों के लिए प्रोबेबिलिटी एंड स्टैटिस्टिक्स की एक प्रति उठाई - माइकल बैरन ने एक अन्य सांख्यिकी पुस्तक के साथ बिक्री पर (मैंने नाम के कारण ईमानदारी से इसे खरीदा था - मुझे एक ऐसी पुस्तक चाहिए थी जो कंप्यूटर विज्ञान के दृष्टिकोण से आँकड़ों पर किसी तरह का ध्यान रखेगी। भले ही यह सही नहीं था)। मुझे इसे पढ़ने या इसमें किसी भी समस्या पर काम करने का मौका नहीं मिला है, लेकिन यह एक ठोस पुस्तक की तरह लगता है।

पुस्तक की प्रस्तावना में कहा गया है कि यह उच्च स्तर के स्नातक छात्रों और शुरुआती स्नातक छात्रों के लिए है, और मैं इससे सहमत हूं। इस पुस्तक की सामग्री को समझने के लिए संभाव्यता और आंकड़ों की कुछ समझ आवश्यक है।

विषयों में संभाव्यता, असतत यादृच्छिक चर, निरंतर वितरण, मोंटे कार्लो विधियाँ, स्टोचस्टिक प्रक्रियाएँ, कतारबद्ध प्रणालियाँ, सांख्यिकीय अनुमान और प्रतिगमन शामिल हैं।


1

हालाँकि यह विशेष रूप से कम्प्यूटेशनल आँकड़े नहीं है, आर-ब्रायन एस। एविट और टॉर्स्टन होथोर्न का उपयोग करते हुए सांख्यिकीय विश्लेषण की एक हैंडबुक में बहुत सारे विषयों को शामिल किया गया है, जिन्हें मैंने बुनियादी और मध्यवर्ती सांख्यिकी पुस्तकों में कवर किया है - इनविज़न, एनोवा, रैखिक प्रतिगमन, लॉजिस्टिक प्रतिगमन, घनत्व का आकलन, पुनरावर्ती विभाजन, प्रमुख घटक विश्लेषण, और क्लस्टर विश्लेषण - आर भाषा का उपयोग करना। यह प्रोग्रामिंग में रुचि रखने वालों के लिए रुचि का हो सकता है।

हालांकि, अन्य पुस्तकों के विपरीत, इन सांख्यिकीय कार्यों को करने के लिए आर भाषा का उपयोग करने पर जोर दिया गया है। अन्य पुस्तकों में मैंने बीजगणित और कलन के संयोजनों का उपयोग करके आंकड़े प्रदर्शित किए हैं। यह पुस्तक वास्तव में आर भाषा का उपयोग करके डेटा का विश्लेषण करने पर ध्यान केंद्रित करती है। और इसे और भी उपयोगी बनाने के लिए, डेटा सेट लेखकों का उपयोग CRAN - R रिपोजिटरी में करता है।


1

R - मारिया L. Rizzo के साथ सांख्यिकीय कम्प्यूटिंग कंप्यूटर वैज्ञानिकों के लिए प्रायिकता और सांख्यिकी में कई विषयों को शामिल किया गया है - बुनियादी संभावना और सांख्यिकी, यादृच्छिक चर, बायेसियन सांख्यिकी, मार्कोव श्रृंखला, बहुभिन्नरूपी डेटा का विज़ुअलाइज़ेशन, मोंटे कार्लो के तरीके, क्रमोन्नति परीक्षण, प्रायिकता घनत्व का अनुमान, और संख्यात्मक तरीके।

उपयोग किए जाने वाले समीकरण और सूत्र दोनों गणितीय सूत्रों के साथ-साथ आर कोड में भी प्रस्तुत किए जाते हैं। मैं कहूंगा कि संभाव्यता, सांख्यिकी, कैलकुलस और शायद असतत गणित का मूल ज्ञान किसी के लिए भी उचित होगा जो इस पुस्तक को पढ़ना चाहता है। एक प्रोग्रामिंग बैकग्राउंड भी मददगार होगा, लेकिन आर लैंग्वेज, ऑपरेटर्स और सिंटैक्स के लिए कुछ संदर्भ हैं।


1

एक कंप्यूटर इंजीनियर के रूप में खुद डेटा विश्लेषण करने के लिए, एक बहुत ही अनपेक्षित और पठनीय दृष्टिकोण से चीजों को शामिल किया गया है, जो वास्तव में पठनीय पुस्तक है (यहां बताई गई अन्य पुस्तकों में से किसी के रूप में ज्यादा नहीं कवर करने की लागत पर) टोबी सेगरन के लिए सामूहिक खुफिया कार्यक्रम था। उदाहरण के लिए, बिशप की पुस्तक, जो एक महान संदर्भ है, लेकिन अधिक गहराई में जाती है, जिसे आप शायद पहली बार में चाहते हैं। अमेज़न पर: http://www.amazon.com/Programming-Collective-Intelligence-Building-Applications/dp/0596529325


1

CRAN में सांख्यिकीय प्रोग्रामिंग से संबंधित पुस्तकों के कई अच्छे उदाहरण हैं। उनमें से कुछ मशीन लर्निंग और एमसीएमसी से संबंधित नहीं होंगे, लेकिन प्रत्येक प्रविष्टि को एनोटेट किया जाता है, इसलिए आपको इस बात का अंदाजा होना चाहिए कि प्रत्येक पुस्तक में थोड़ा और गोता लगाने के लिए क्या है। http://www.r-project.org/doc/bib/R-books.html

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.