本书是针对非计算机专业编写的机器学习教材，内容由浅深，使用目前流行的Python语言行描述。书中示例丰富、落地，具有较高的学习价值。 1.内容翔实，案例新颖 2.模拟实训，代码指导 3.资源丰富，便于教学
（1）本书有上机实验教学内容（SPSS软件使用）。这是目前绝大多数概率统计教材所没有的。即使有些教材中有SPSS统计软件部分，但一般所涉及的内容也都很少。（2）与传统概率论与数理统计教材相比，降低了理论篇幅，增加了应用型，尤其是缩小了 大数定律和中心极限定理 的篇幅和要求，例题也多来自于社会实际，有简单的通信、计算机及信息安全专业背景内容，易于引起学生学习兴趣。（3）理论教学内容（概率论与数理统计两部分）与作为其应用的上机实验内容（SPSS软件的使用）内容前后呼应，紧密结合。（4）适用面宽。本书克服了传统数理统计依赖于 多维*变量 的缺陷，使得删掉 多维*变量 （ch4）也可以使数理统计教学连贯行，加之软件部分的每种 统计推断 也可以独立选取作实验教学内容，所以该教材既可以将ch4和ch7作为略讲内容，从而用作 32（理论 1
作者长期从事概率论与数理统计相关课程的教学科研等工作。在教学和实践工作中，充分了解概率论与数理统计的教学重点和注意事项，并出版过多本相关教材，得到市场的肯定。本书可作为高等院校理工科各专业本科生、研究生的辅导教材或复习参考书，也可作为准备报考硕士研究生考前强化复习训练的指导书．
从直观、自然的角度阐述概率 适合理工科学生门，便于自学 配套网站提供习题参考答案 本书内容丰富，除了介绍概率论的基本知识外，还介绍了矩母函数、小二乘估计、泊松过程、马尔可夫过程和贝叶斯统计等内容。书中示例丰富、图文并茂，针对每节主题设计了相应的习题，还提供了部分难题的解答，便于读者自学。 本书多年来在美国麻省理工学院、斯坦福大学、加州大学等名校被用作概率课程教材，经过课堂检验和众多师生的反馈得以不断完善，是一本在表述简洁和推理严密之间取得优美平衡的经典作品。
1.基于当前最流行的深度学习框架之一——Keras，改善教材领域Keras框架知识匮乏的现状 2.统计之都爆款畅销书专家倾力造 3.提供丰富的配套资源及衍生服务 4.微课视频详细讲解重难 5.理论联系实际，提供大量实践案例与应用
本书强调概率论与数理统计的基本思想和方法，同事加强学生基本能力的培养。本书具有以下特：（1）循序渐，易读易学， 每章末配有本章小结，以及习题和参考答案。（2）注重理论联系实际，注重案例的引，并行详细的分析和讲解。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车