Título: Probability for Statistics and Machine Learning: Fundamentals and Advanced Topics
Autor: Anirban DasGupta
Sinopse: This book provides a versatile and lucid treatment of classic as well as modern probability theory, while integrating them with core topics in statistical theory and also some key tools in machine learning. It is written in an extremely accessible style, with elaborate motivating discussions and numerous worked out examples and exercises. The book has 20 chapters on a wide range of topics, 423 worked out examples, and 808 exercises. It is unique in its unification of probability and statistics, its coverage and its superb exercise sets, detailed bibliography, and in its substantive treatment of many topics of current importance.This book can be used as a text for a year long graduate course in statistics, computer science, or mathematics, for self-study, and as an invaluable research reference on probabiliity and its applications. Particularly worth mentioning are the treatments of distribution theory, asymptotics, simulation and Markov Chain Monte Carlo, Markov chains and martingales, Gaussian processes, VC theory, probability metrics, large deviations, bootstrap, the EM algorithm, confidence intervals, maximum likelihood and Bayes estimates, exponential families, kernels, and Hilbert spaces, and a self contained complete review of univariate probability.
Contexto da obra
Quando a classificação é mais ampla, o contexto do livro costuma depender ainda mais de autoria, tema e edição. “Probability for Statistics and Machine Learning: Fundamentals and Advanced Topics”, de Anirban DasGupta, publicado pela editora Springer, em 2011 e com 804 páginas, integra a categoria Livros Variados. Por isso, autoria, edição e tema acabam tendo ainda mais peso na forma de apresentar o livro.
Editora: Springer
Páginas: 804
Ano: 2011
Edição: 2011
Linguagem: pt_BR
ISBN: 9781441996336
ISBN13: 9781441996336
Sobre a editora
Os livros da editora Springer apresentam uma leitura densa e focada em temas acadêmicos e científicos, com ênfase em áreas como matemática avançada, ciências naturais, tecnologia e ciências da saúde. A experiência de leitura costuma exigir familiaridade com linguagem técnica e conceitos especializados, refletindo o rigor das pesquisas e análises aprofundadas. O tom varia entre o didático e o expositivo, com obras que vão desde apresentações formais de teorias até relatos detalhados de estudos de caso e revisões sistemáticas. O catálogo sugere uma predominância de textos que dialogam com públicos acadêmicos e profissionais, oferecendo conteúdos que se apoiam em fundamentos históricos, dados empíricos e metodologias precisas.
