मेरे पास शुद्ध गणित में स्नातक स्तर की पृष्ठभूमि है (उपाय सिद्धांत, कार्यात्मक विश्लेषण, ऑपरेटर बीजगणित, आदि) मेरे पास एक नौकरी भी है जिसमें संभाव्यता सिद्धांत (बुनियादी सिद्धांतों से मशीन सीखने की तकनीक तक) के कुछ ज्ञान की आवश्यकता होती है।
मेरा प्रश्न: क्या कोई व्यक्ति कुछ विहित पठन और संदर्भ सामग्री प्रदान कर सकता है:
- संभाव्यता सिद्धांत का स्व-निहित परिचय
- उपाय के सिद्धांत और प्रमाणों से दूर मत हटो
- लागू तकनीकों पर भारी जोर दें।
मूल रूप से, मैं एक ऐसी पुस्तक चाहता हूं जो मुझे शुद्ध गणितज्ञों के प्रति सक्षम संभाव्यता सिद्धांत सिखाएगी। संभावना सिद्धांत के मूल स्वयंसिद्धों से शुरू होने वाली और गणितीय कठोरता के साथ लागू अवधारणाओं को पेश करने वाली कुछ।
टिप्पणियों के अनुसार, मुझे इसकी आवश्यकता पर विस्तार से बताऊंगा। मैं बुनियादी-से-उन्नत डेटा खनन कर रहा हूं। लॉजिस्टिक रिग्रेशन, डिसीजन ट्रीज़, बेसिक स्टैट्स एंड प्रोबेबिलिटी (वेरिएशन, स्टैंडर्ड डिविएशन, संभावना, संभावना, संभावना, इत्यादि), सुपरवाइज्ड एंड अनसुप्रवाइज्ड मशीन लर्निंग (मुख्य रूप से क्लस्टरिंग (के-मीन्स, हियररचल, एसवीएम))।
उपरोक्त बातों को ध्यान में रखते हुए, मैं एक पुस्तक चाहता हूं जो शुरुआत में शुरू होगी। संभाव्यता उपायों को परिभाषित करना, लेकिन फिर यह भी दिखाना कि मूल योग संभावनाओं में परिणाम कैसे मिलते हैं (जो मुझे पता है, सहज रूप से, असतत सेटों पर एकीकरण द्वारा होता है)। वहाँ से, यह में जा सकता है: मार्कोव चेन, बायेसियन .... सभी सिद्धांत के पीछे तर्कपूर्ण तर्क पर चर्चा करते हुए, कठोर गणित के साथ अवधारणाओं को पेश करते हैं, लेकिन फिर दिखाते हैं कि वास्तविक दुनिया में ये तरीके कैसे लागू होते हैं (विशेष रूप से डेटा के लिए खुदाई)।
- क्या ऐसी कोई पुस्तक या संदर्भ मौजूद है?
धन्यवाद!
पुनश्च - मुझे पता है कि यह इस प्रश्न के दायरे में समान है । हालाँकि, मैं संभाव्यता सिद्धांत की तलाश कर रहा हूँ, न कि आँकड़े (जैसा कि दो क्षेत्रों के समान है)।