Bezpłatne podręczniki statystyczne

119

Czy są dostępne bezpłatne podręczniki statystyczne?

csgillespie
źródło
1
Zajrzyj do ebooka Statistics Topics na Amazon autorstwa Mehty i jego darmowego dziennika internetowego Idee statystyczne, które zawiera slajdy z wykładami. Prawie za darmo i lepiej w niektórych tematach pedagogicznych niż te, które przytaczasz na liście zasobów.
user48690

Odpowiedzi:

57

Elementy uczenia statystycznego autorstwa Hastie, Tibshirani i Friedmana to standardowy tekst do statystyki i eksploracji danych, a teraz jest bezpłatny:

https://web.stanford.edu/~hastie/ElemStatLearn/

Dostępne również tutaj .

Stephen Turner
źródło
15
Po co płacić 70 $ za książkę? Aby wesprzeć autorów i mieć fizyczną kopię. Właśnie dlatego to zrobiłem!
Shane,
2
Zgadzam się z Shane'em ... a papierowa kopia znacznie ułatwia czytanie.
Vince
1
Zrobił to też (poprzednia edycja). Ale miło jest móc szukać w Internecie, gdy książka nie jest pod ręką. I mieć dostęp do nowej edycji.
cbeleites,
(+1) Chciałem tylko skomentować, że to WIELKA książka, to moja ulubiona książka. Zamówiłem też jego fizyczną kopię :-).
Néstor,
Jeśli weźmiesz udział w seminarium Hastie i Tibshirani na temat statystycznego uczenia się i eksploracji danych, otrzymasz bezpłatną kopię tekstu. I możesz podpisać swoją książkę!
RobertF
26

Wprowadzenie do myśli statystycznej

John D. Cook
źródło
2
Michael Lavine jest jasnym wykładowcą i myślicielem, więc nie mam wątpliwości, że jego książka jest warta obejrzenia.
whuber
3
W tym semestrze uczę tej książki. To może być dobra książka ze statystykami , ale zastanawiam się nad jej lekką zawartością prawdopodobieństwa.
John D. Cook,
18

Często przydatny jest Podręcznik statystyk inżynieryjnych. Można go znaleźć tutaj .

Chociaż sam tego nigdy nie czytałem, słyszę Wprowadzenie do prawdopodobieństwa i statystyki Używanie R jest bardzo dobre. Jest to pełny ebook na około 400 stron (dostępny również jako rzeczywista książka). Jako bonus uczy również R, którego oczywiście i tak chcesz się nauczyć.

DaRob
źródło
+1 dla tego zasobu. Jak sama nazwa wskazuje, doskonały do ​​praktycznego podejścia do problemów inżynierskich.
Bossykena
pierwszy link jest martwy.
Bru,
14

Oto świeży jeden: Wprowadzenie do rachunku prawdopodobieństwa i statystyki Korzystanie R . Jest to jednak specyficzne dla R, ale jest świetne. Jeszcze go nie przeczytałem, ale jak dotąd wydaje się w porządku ...

aL3xa
źródło
2
Pierwsze wydanie na cran.r-project.org/web/packages/IPSUR/vignettes/IPSUR.pdf i drugie wydanie na ipsur.org
Henry
5
Głosowałem z powodu „jest świetny. Nie przeczytałem go…”
rolando2
14

Nauczanie maszynowe

  • Jeden z najbardziej, jeśli nie najbardziej, popularne podręczniki uczenia maszynowego jest Hastie, Tibshirani i Friedman, The Elements of Statistical Learning , który jest w pełni dostępne w Internecie (obecnie 10-te drukowanie). Jego zakres jest porównywalny np. Do Bishop's Pattern Recognition i ML lub Murphy's ML , ale te książki nie są darmowe, podczas gdy ESL jest.

  • Hastie i Tibshirani są także współautorem napisanego za darmo Wstępu do nauki statystycznej, z aplikacjami w R, która jest w zasadzie prostszą wersją Elementów i koncentruje się na R.

  • W 2015 r. Hastie i Tibshirani są współautorami nowego podręcznika Statistics Learning with Sparsity: The Lasso and Generalizations , również dostępnego online. Ten jest nieco krótszy i koncentruje się szczególnie na lasso.

  • Innym darmowym, wszechstronnym podręcznikiem do uczenia maszynowego jest Bayesian Reasoning i Machine Learning Davida Barbera . Nie korzystałem z niej sam, ale powszechnie uważa się ją za doskonałą książkę.

wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj

Przechodząc teraz do bardziej specjalistycznych tematów, istnieją:

  • Rasmussen & Williams Gaussa Procesy uczenia maszynowego , który jest książka na procesy Gaussa.

  • Bardzo oczekiwany podręcznik Goodfellow, Bengio i Courville Deep Learning , który ukaże się wkrótce w MIT Press. Nie został jeszcze opublikowany, ale książka jest już dostępna online. Na oficjalnej stronie internetowej można go wyświetlić w przeglądarce, ale nie można go pobrać (zgodnie z umową z wydawcą), ale łatwo jest znaleźć połączony plik PDF, np. Tutaj na github .

  • Csaba Szepesvári, Algorytmy uczenia się przez zbrojenie , zwięzła książka na temat RL. Klasycznym, znacznie bardziej szczegółowym, ale nieco przestarzałym podręcznikiem jest Sutton & Barto, Reinforcement Learning: An Introduction, który jest również dostępny bezpłatnie online, ale tylko w nieporęcznym formacie HTML.

  • Boyd i Vandenberghe, Optymalizacja wypukła .

wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj wprowadź opis zdjęcia tutaj

ameby
źródło
13

Norman Matloff napisał darmowy podręcznik do statystyki matematycznej dla studentów informatyki. To chyba niszowy rynek. O ile warto, nie przeczytałem tego, ale Matloff ma doktorat. w statystyce matematycznej pracuje dla działu informatyki i napisał naprawdę dobrą książkę R, którą polecam osobom, które chcą lepiej przejść do następnego etapu programowania R (w przeciwieństwie do po prostu dopasowywania modeli z funkcjami standardowymi).

gung
źródło
13

Statystyki OpenIntro

http://www.openintro.org/stat/textbook.php

Niedrogie kopie w miękkiej oprawie są również dostępne na Amazon.

David
źródło
1
Przeszedłem z odpowiedzi na komentarz, ponieważ wyrażam swoją opinię o darmowych książkach w sieci, zamiast podawać listę niektórych. Jako autor i właściciel książek widzę obie strony. Doceniam to, że większość książek ze statystykami, zwłaszcza gdy dotyczą specjalistycznych tematów, jest bardzo droga. Jednak jako autor, który włożył wiele wysiłku w pisanie użytecznych i pouczających książek, uważam, że autorzy i wydawcy zasługują na wynagrodzenie za wysiłek, jaki wkładają w produkcję książek. Więc nie uważam, że książki powinny być darmowe.
Michael Chernick,
4
Ale jeśli autorzy chcą opublikować materiał w Internecie za darmo, to jest ich wybór. Wszyscy możemy z tego skorzystać.
Michael Chernick,
3
Mógłbyś wysunąć te same argumenty na temat oprogramowania, ale wszyscy korzystamy z R.
Jeremy Miles
13

Nowe spojrzenie na statystyki autorstwa Willa G. Hopkinsa jest świetne! Został zaprojektowany, aby pomóc ci zrozumieć, jak rozumieć wyniki analiz statystycznych, a nie jak udowodnić twierdzenia statystyczne.

Harvey Motulsky
źródło
10

Aby dostać się do procesów stochastycznych i SDE, notatki wykładu Toma Kurtza są trudne do pobicia. Zaczyna się od rzetelnego przeglądu prawdopodobieństwa i pewnych wyników konwergencji, a następnie zanurza się w ciągłych procesach stochastycznych w czasie w dość jasnym, zrozumiałym języku. Ogólnie rzecz biorąc, jest to jedna z najlepszych książek na ten temat - darmowy lub inny - znalazłem.

Bogaty
źródło
10

Wprowadzenie do uczenia statystycznego za pomocą aplikacji w języku Rhttp://www-bcf.usc.edu/~gareth/ISL/ autorstwa dwóch z 3 autorów znanego „ The Elements of Statistics Learning ” oraz 2 innych autorów . Wprowadzenie do uczenia statystycznego za pomocą aplikacji w języku R zostało napisane na poziomie bardziej wstępnym, wymagającym mniej wiedzy matematycznej niż elementy uczenia statystycznego, korzysta z języka R (w przeciwieństwie do elementów uczenia statystycznego) i zostało opublikowane po raz pierwszy w 2013 r., Kilka lat po rozpoczęciu tego wątku.

Mark L. Stone
źródło
8

Niektóre bezpłatne podręczniki dotyczące statystyk są również dostępne tutaj .

Amy Glen
źródło
8

Cosma Shalizi, guru CMUs ML, od czasu do czasu aktualizuje szkic księgi statystyk, który wkrótce zostanie opublikowany przez Cambridge Press, zatytułowany Zaawansowana analiza danych z podstawowego punktu widzenia . Nie mogę tego wystarczająco polecić ...

Oto spis treści:

I. Regression and Its Generalizations
Regression Basics
The Truth about Linear Regression
Model Evaluation
Smoothing in Regression
Simulation
The Bootstrap
Weighting and Variance
Splines
Additive Models
Testing Regression Specifications
Logistic Regression
Generalized Linear Models and Generalized Additive Models
Classification and Regression Trees 

II. Distributions and Latent Structure
Density Estimation
Relative Distributions and Smooth Tests of Goodness-of-Fit
Principal Components Analysis
Factor Models
Nonlinear Dimensionality Reduction
Mixture Models
Graphical Models 

III. Dependent Data
Time Series
Spatial and Network Data
Simulation-Based Inference 

IV. Causal Inference
Graphical Causal Models
Identifying Causal Effects
Causal Inference from Experiments
Estimating Causal Effects
Discovering Causal Structure 

Appendices
Data-Analysis Problem Sets
Reminders from Linear Algebra
Big O and Little o Notation
Taylor Expansions
Multivariate Distributions
Algebra with Expectations and Variances
Propagation of Error, and Standard Errors for Derived Quantities
Optimization
chi-squared and the Likelihood Ratio Test
Proof of the Gauss-Markov Theorem
Rudimentary Graph Theory
Information Theory
Hypothesis Testing
Writing R Functions
Random Variable Generation
DJohnson
źródło
2
Regularnie wskazuję ludziom notatki Cosmy. Jest tam trochę dobrego materiału
Glen_b
6

Wiem, że inni autorzy zadali sobie trud, aby udostępnić tutaj swoje książki na stosie ... Drukowana wersja naszego wydania z 2002 r. Została wydrukowana 3 razy i wyprzedana 3 razy; Springer i Google niedawno zaczęli sprzedawać go (tylko książka) jako eBook w formacie PDF (bez oprogramowania) w witrynach Springer i Google za 79 USD.

Cieszymy się, że możemy udostępnić DARMOWĄ wersję eBooka PDF (edycja 2002) ZA DARMO, aby użytkownicy mogli zmieniać stosy pod adresem:

http://www.mathstatica.com/book/bookcontents.html

wprowadź opis zdjęcia tutaj

Jest to pełna wersja PDF oryginalnego wydania drukowanego z 2002 roku. Chociaż nie dołączono żadnego oprogramowania (ani Mathematica, ani mathStatica ), metody, twierdzenia, tabele podsumowań, przykłady, ćwiczenia, twierdzenia itp. Są przydatne i odpowiednie ... nawet jako tekst odniesienia dla osób, które nawet nie mają Mathematica .

Można albo pobrać:

  • cała książka jako pojedynczy plik do pobrania ... z klikalnym na żywo Spisem treści itp., ... lub

  • rozdział po rozdziale.

Instalacja iBooks

Aby zainstalować jako iBook:

  • Pobierz całą książkę jako pojedynczy plik PDF

  • Następnie przeciągnij go do iBooks (w sekcji: pliki PDF).

Instalacja na iPadzie

Aby zainstalować na iPadzie:

  • Najpierw zainstaluj go jako iBook (jak wyżej)

  • Otwórz iTunes; wybierz iPada; kliknij Książki: wybierz książkę i zsynchronizuj ją z iPadem.

wilków
źródło
6

Miło jest widzieć, że naukowcy swobodnie rozpowszechniają swoje prace. Oto zbiór bezpłatnych książek ML / Stats w formacie PDF:

Nauczanie maszynowe

Prawdopodobieństwo / statystyki

Algebra liniowa / optymalizacja

Algorytm genetyczny

rsl
źródło
5

Zapis samouczków prawdopodobieństwa i powiązanych zagadek wraz z kodem R do nauki. Mam nadzieję, że to pomoże

brokuły
źródło
5

http://www.probabilitycourse.com/ to strona internetowa udostępniająca bezpłatny internetowy podręcznik prawdopodobieństwa i statystyki. Posiada również dodatkowe funkcje, takie jak narzędzia do tworzenia wykresów i filmy z wykładów

Andrey
źródło
1

Podręcznik cyfrowy na prawdopodobieństwa i statystyki M. Taboga można znaleźć na https://www.statlect.com Poziom pośredni. Zawiera setki rozwiązanych ćwiczeń i przykładów, a także dowody wszystkich przedstawionych wyników krok po kroku.

użytkownik4422
źródło