圖解機率學
黃勤業
- 出版商: 五南
- 出版日期: 2024-03-01
- 定價: $400
- 售價: 9.5 折 $380
- 貴賓價: 9.0 折 $360
- 語言: 繁體中文
- 頁數: 336
- ISBN: 6263669810
- ISBN-13: 9786263669819
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
工程電磁學 (Engineering Electromagnetics, 8/e) (授權經銷版)$760$722 -
R 語言編程藝術 (The Art of R Programming: A Tour of Statistical Software Design)$414$393 -
圖解向量與解析幾何$300$270 -
$301深度學習：R語言實踐指南 (Introduction to Deep Learning Using R: A Step-by-Step Guide to Learning and Implementing Deep Learning Models Using R) -
$301神經網絡：R語言實現 -
Ubuntu 系統管理與架站實務, 3/e$650$553 -
線性代數應該這樣學, 3/e$419$398 -
泛函分析 (原書第2版‧典藏版)$474$450 -
乾脆一次搞清楚：最完整詳細網路協定全書$690$545 -
應用線性代數$834$792 -
優美的數學思維：問題求解與證明, 2/e (Mathematical Thinking： Problem-Solving and Proofs, 2/e)$834$792 -
$505Docker 實踐, 2/e -
密碼編碼學與網絡安全 — 原理與實踐, 8/e (Cryptography and Network Security: Principles and Practice, 8/e (RENTAL EDITION))$588$559 -
機器學習實戰：使用 R、tidyverse 和 mlr$708$673 -
圖解微積分, 3/e$450$405 -
機器學習：貝葉斯和優化方法, 2/e (Machine Learning : A Bayesian and Optimization Perspective, 2/e)$1,674$1,590 -
密碼學 — 密碼算法與協議, 3/e$414$393 -
$403深度學習（R語言版） -
圖解線性代數$450$405 -
機器學習公式詳解 第2版$539$512 -
基礎電磁學$560$504 -
圖解基礎物理$600$540 -
信息安全原理與實踐（第3版）$599$569 -
$1,015貝葉斯推理與機器學習
相關主題
商品描述
本書特色
•理論架構言簡意賅，要言不繁。
•例（習）題具啟發性，理論計算題並重。
•多數問題附有提示，所有習題均附詳解。
本書適用範圍：
•大學機率學教材。
•大學修習機率學或數理統計者之補充教材。
•升研究所、國家考試機率統計科參考用書。
•研究所「隨機過程」之先修教材。
目錄大綱
目錄
第1章 基礎機率
1.1 集合概論
1.2 機率之定義及基本定理
1.3 計數原理
1.4 條件機率、機率獨立與貝氏定理
第2章 一元隨機變數
2.1 隨機變數
2.2 隨機變數之函數（一）
2.3 隨機變數之期望值與變異數
2.4 特徵函數 94
第3章 多變量隨機變數
3.1 多元隨機變數
3.2 多變量隨機變數之期望值
3.3 條件期望值
3.4 相關係數
3.5 隨機變數之函數（二）
第4章 重要機率分配
4.1 超幾何分配
4.2 Bernoulli試行及其有關之機率分配
4.3 卜瓦松分配、指數分配與Gamma分配
4.4 一致分配
4.5 常態分配
4.6 二元常態分配
第5章 極限定理
5.1 機率收歛與分配函數收斂
5.2 與 S2 之樣本分配
5.3 中央極限定理
附錄1 2, t 與 F 分配
附錄2 統計計算用表
解 答
