저는 소프트웨어 엔지니어로서 통계 알고리즘, 데이터 마이닝, 기계 학습, 베이지안 네트워크, 분류 알고리즘, 신경망, Markov 체인, Monte Carlo 방법 및 난수 생성과 같은 주제에 관심이 있습니다.
개인적으로 이러한 기술을 직접 사용하는 것은 즐겁지 않았지만, 그 기술을 사용하고 그에 대해 더 많이 알고 싶어하는 소프트웨어를 높은 수준에서 사용해야했습니다. 큰 폭의 책을 찾고 있는데이 시점에서는 깊이가 필요하지 않습니다. 알고리즘과 기법의 기본 원리를 이해할 수 있다면 소프트웨어 개발에 대해 많은 것을 배울 수 있다고 생각합니다.
통계 분석 커뮤니티가 소프트웨어에서 다양한 통계 요소를 구현하는 방법에 대해 더 배울 수있는 책을 추천 할 수 있습니까?
답변:
Christopher Bishop의 "패턴 인식 및 기계 학습"을 제안합니다. https://www.microsoft.com/en-us/research/people/cmbishop/#!prml-book 에서 샘플 장을 포함하여 일부를 볼 수 있습니다.
프로그래머 나 컴퓨터 과학자가 알아야 할 통계 에 대한 스택 오버플로에 대한 매우 인기있는 질문을 읽을 수 있습니다 .
다음은 데이터 분석의 계산 및 통계 측면을 모두 다루는 James E. Gentle, Computational Statistics (Springer, 2009)의 훌륭한 책입니다 . 젠틀은 또한 다른 위대한 책을 저술했으며 그의 출판물을 확인하십시오.
또 다른 좋은 책은입니다 전산 통계 핸드북 젠틀 등에서. (Springer, 2004); 웹 어딘가에서 PDF로 순환하고 있으므로 Google에서 찾아보십시오.
ML 기술에 대해 언급 했으므로 두 가지 아주 좋은 책 (불행히도 내가 가장 좋아하는 것은 폴란드어로되어 있기 때문에) :
http://www.amazon.com/Machine-Learning-Algorithmic-Perspective-Recognition/dp/1420067184
http : / /ai.stanford.edu/~nilsson/mlbook.html
난수 생성과 같은 숫자의 경우 :
http://www.nr.com/
다른 통계 도서와 함께 판매 중인 컴퓨터 과학자를위한 확률 및 통계 의 사본을 선택했습니다. (나는 정직하게 이름을 샀다-나는 컴퓨터 과학의 관점에서 통계를 살펴볼 책을 원했다. 완벽하지 않은 경우에도). 나는 그것을 읽거나 아직 문제를 해결할 기회가 없었지만 견고한 책처럼 보입니다.
이 책의 서문에는 상급 학부생과 초보 대학원생을위한 것이기 때문에 이에 동의합니다. 이 책의 내용을 파악하려면 확률과 통계에 대한 이해가 필요합니다.
주제에는 확률, 이산 랜덤 변수, 연속 분포, Monte Carlo 방법, 확률 적 프로세스, 큐잉 시스템, 통계적 추론 및 회귀가 포함됩니다.
R-Brian S. Everitt와 Torsten Hothorn을 사용한 통계 분석 핸드북은 특별히 계산적인 통계 는 아니지만 추론, 분산 분석, 선형 회귀, 로지스틱 회귀, 기본 및 중간 통계 서적에서 다루는 많은 주제를 다룹니다. R 언어를 사용한 밀도 추정, 재귀 분할, 주요 구성 요소 분석 및 군집 분석. 이것은 프로그래밍에 관심이있는 사람들에게 흥미로울 수 있습니다.
그러나 다른 책들과 달리 R 언어를 사용하여 이러한 통계 기능을 수행하는 데 중점을 둡니다. 내가 본 다른 책들은 통계를 보여주기 위해 대수와 미적분의 조합을 사용합니다. 이 책은 실제로 R 언어를 사용하여 데이터를 분석하는 방법에 중점을 둡니다. 더욱 유용하게 사용하기 위해 저자가 사용하는 데이터 세트는 CRAN-R 저장소에 있습니다.
R을 이용한 통계 컴퓨팅-Maria L. Rizzo 는 컴퓨터 과학자를위한 확률 및 통계-기본 확률 및 통계, 랜덤 변수, 베이지안 통계, Markov 체인, 다변량 데이터 시각화, 몬테 카를로 방법, 순열 테스트, 확률에 관한 많은 주제를 다룹니다. 밀도 추정 및 수치 방법.
사용 된 방정식과 공식은 수학 공식과 R 코드 모두로 표시됩니다. 이 책을 읽고 싶은 사람에게는 확률, 통계, 미적분학 및 이산 수학에 대한 기본 지식이 바람직하다고 말할 것입니다. 프로그래밍 배경도 도움이되지만 R 언어, 연산자 및 구문에 대한 참조가 있습니다.
컴퓨터 엔지니어가 직접 데이터 분석을 할 때, 여기에 제안 된 다른 책들만큼 다루지 않는 대가를 치르는 대단하고 읽기 쉬운 관점에서 내용을 다루는 실제로 읽을 수있는 책은 Toby Segaran의 Programming Collective Intelligence였습니다. 예를 들어, 주교의 책보다 훨씬 더 접근하기 쉽다는 것을 알았습니다. 아마존 : http://www.amazon.com/Programming-Collective-Intelligence-Building-Applications/dp/0596529325
CRAN에는 통계 프로그래밍과 관련된 몇 가지 좋은 책이 있습니다. 그중 일부는 기계 학습 및 MCMC와 관련이 없지만 각 항목에는 주석이 달려 있으므로 각 책에 포함 된 내용에 대해 대략 더 깊이 이해해야합니다. http://www.r-project.org/doc/bib/R-books.html