Czy są dostępne bezpłatne podręczniki statystyczne?
teaching
references
csgillespie
źródło
źródło
Odpowiedzi:
Książki online obejmują
Aktualizacja: mogę teraz dodać własny podręcznik do prognozowania
źródło
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 .
źródło
Wprowadzenie do myśli statystycznej
źródło
Jest tutaj świetna książka Prawdopodobieństwa: http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/book.html, którą można również kupić w formie papierowej;
źródło
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.
źródło
Bardzo podoba mi się Mały podręcznik praktyki statystycznej Gerarda E. Dallala
źródło
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 ...
źródło
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.
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 .
źródło
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).
źródło
Statystyki OpenIntro
http://www.openintro.org/stat/textbook.php
Niedrogie kopie w miękkiej oprawie są również dostępne na Amazon.
źródło
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.
źródło
Nie dotyczy statystyk, ale dobrym źródłem jest: http://www.reddit.com/r/mathbooks Ponadto George Cain z Georgia Tech prowadzi listę swobodnie dostępnych tekstów matematycznych, które zawierają niektóre teksty statystyczne. http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html
źródło
Bardzo podobają mi się te dwie książki Daniela McFaddena z Berkeley:
http://elsa.berkeley.edu/users/mcfadden/e240a_sp98/e240a.html
http://elsa.berkeley.edu/users/mcfadden/e240b_f01/e240b.html
źródło
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.
źródło
„ Wprowadzenie do uczenia statystycznego za pomocą aplikacji w języku R ” http://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.
źródło
Niektóre bezpłatne podręczniki dotyczące statystyk są również dostępne tutaj .
źródło
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:
źródło
Warto zapoznać się z elektronicznym podręcznikiem statystyk Statsoft („Jedyny zasób internetowy na temat statystyk zalecany przez Encyklopedię Britannica”).
źródło
Kilka uwag na temat prawdopodobieństwa, które wydają się interesujące: http://www.math.harvard.edu/~knill/teaching/math19b_2011/handouts/chapters1-19.pdf
Zastosowane prawdopodobieństwo: http://www.acsu.buffalo.edu/~bialas/EAS305/docs/EAS305%20NOTES%202005.pdf
http://www.ma.huji.ac.il/~razk/Teaching/LectureNotes/LectureNotesProbability.pdf
źródło
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
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.
źródło
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
źródło
Zapis samouczków prawdopodobieństwa i powiązanych zagadek wraz z kodem R do nauki. Mam nadzieję, że to pomoże
źródło
Nieprawidłowo cały podręcznik, ale część IV Matematyki dla informatyki dotyczy prawdopodobieństwa i zmiennych losowych.
źródło
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
źródło
Oto także świetna darmowa książka Marden na temat statystyki na wielu odmianach, poświęcona przede wszystkim normalnemu modelowi liniowemu, do którego linki znajdują się na tej stronie:
http://istics.net/stat/pages/Statistic%20education/Statistics%20text%20books-%20Free%20and%20not%20free.html
źródło
To nie jest podręcznik, ale Metody Bayesowskie w poszukiwaniu MH370 to świetne wprowadzenie do filtrów cząstek.
źródło
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.
źródło