Ocena:
Użytkownicy stwierdzili, że książka zawiera cenne informacje, ale skrytykowali jej techniczny język i specyficzne problemy z drukowaną kopią.
Zalety:⬤ Zawiera cenne informacje
⬤ przykłady są przydatne i łatwiejsze do odczytania
⬤ dobrze zapakowana i dostarczona na czas, co zauważyli niektórzy użytkownicy.
⬤ Karygodnie techniczny język utrudnia czytanie osobom bez silnego zaplecza technicznego
⬤ problemy z kontrolą jakości twardej oprawy
⬤ wysoka cena w stosunku do jakości produktu.
(na podstawie 3 opinii czytelników)
Probability and Statistics for Computer Scientists
Pochwały dla drugiego wydania:
"Autor odrobił pracę domową na temat narzędzi statystycznych potrzebnych do szczególnych wyzwań napotykanych przez informatyków... (On) dołożył wszelkich starań, aby wybrać przykłady, które są interesujące i praktyczne dla informatyków.... Treść jest ilustrowana licznymi rysunkami, a kończy się dodatkami i indeksem. Książka jest erudycyjna i... może dobrze sprawdzić się jako wymagany tekst na zaawansowanym kursie licencjackim lub magisterskim". ---Computing Reviews.
Probability and Statistics for Computer Scientists, Third Edition pomaga studentom zrozumieć podstawowe koncepcje prawdopodobieństwa i statystyki, ogólne metody modelowania stochastycznego, symulacji, kolejkowania i analizy danych statystycznych.
Podejmować optymalne decyzje w warunkach niepewności.
Modelować i oceniać systemy komputerowe.
I przygotować się do zaawansowanych kursów opartych na prawdopodobieństwie. Napisana w żywym stylu i prostym językiem, a teraz zawierająca R oraz MATLAB, ta sprawdzona w klasie książka może być używana na kursach jedno- lub dwusemestralnych.
Cechy:
⬤ Aksjomatyczne wprowadzenie do rachunku prawdopodobieństwa.
⬤ Rozszerzony zakres wnioskowania statystycznego i analizy danych, w tym estymacja i testowanie, podejście bayesowskie, regresja wielowymiarowa, testy chi-kwadrat niezależności i dobroci dopasowania, statystyki nieparametryczne i bootstrap.
⬤ Liczne motywujące przykłady i ćwiczenia, w tym projekty komputerowe.
⬤ W pełni adnotowane kody R równolegle do MATLAB.
⬤ Zastosowania w informatyce, inżynierii oprogramowania, telekomunikacji i dziedzinach pokrewnych.
Dogłębne, ale przystępne potraktowanie tematów związanych z informatyką.
Zaczynając od podstaw prawdopodobieństwa, tekst ten prowadzi studentów przez tematy często pojawiające się we współczesnej informatyce, inżynierii komputerowej, inżynierii oprogramowania i powiązanych dziedzinach, takich jak symulacje komputerowe, metody Monte Carlo, procesy stochastyczne, łańcuchy Markowa, teoria kolejek, wnioskowanie statystyczne i regresja. Spełnia również wymagania Rady Akredytacyjnej ds. Inżynierii i Technologii (ABET).
O autorze.
Michael Baron.
M. Baron jest profesorem matematyki i statystyki na Uniwersytecie Amerykańskim w Waszyngtonie. Prowadzi badania w zakresie analizy sekwencyjnej i optymalnego zatrzymania, wykrywania punktów zmiany, wnioskowania bayesowskiego oraz zastosowań statystyki w epidemiologii, badaniach klinicznych, produkcji półprzewodników i innych dziedzinach. M. Baron jest członkiem Amerykańskiego Stowarzyszenia Statystycznego i laureatem nagrody Abrahama Walda za najlepszą pracę z zakresu analizy sekwencyjnej oraz nagrody Regents Outstanding Teaching Award. M. Baron uzyskał tytuł doktora statystyki na Uniwersytecie Maryland. W swojej karierze nadzorował dwunastu doktorantów, w większości zatrudnionych na stanowiskach akademickich i badawczych.