무료 통계 교과서가 있습니까?
답변:
온라인 도서에는 다음이 포함됩니다
업데이트 : 이제 자체 예측 교과서를 추가 할 수 있습니다
Hastie, Tibshirani 및 Friedman의 통계 학습 요소는 통계 및 데이터 마이닝의 표준 텍스트이며 이제 무료입니다.
여기에는 훌륭한 확률 책이 있습니다 : http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/book.html 당신은 하드 카피로도 구입할 수 있습니다.;
저는 Gerard E. Dallal 의 통계 실습 핸드북을 정말 좋아합니다
여기에 새로운 것이 있습니다 : R을 사용한 확률과 통계 소개 . 그러나 R에 한정적이지만 훌륭합니다. 아직 읽지 않았지만 지금까지는 괜찮아 보입니다 ...
머신 러닝에 대한 가장 인기있는 교과서 중 하나 인 Hastie, Tibshirani, 그리고 통계학의 요소 인 Friedman 은 온라인으로 완전히 구할 수 있습니다 (현재 10 번째 인쇄). 예를 들어 Bishop의 Pattern Recognition 및 ML 또는 Murphy 's ML 과 비교할 수 있지만 ESL 은 무료 입니다.
Hastie & Tibshirani도 자유롭게 사용할 썼다 R에서 응용 프로그램으로, 통계 학습에 대한 소개 의 간단한 버전의 기본적 요소가 와 R.에 초점을 맞추고
Hastie & Tibshirani는 2015 년에 온라인에서 구할 수 있는 희소성 : 올가미 및 일반화와 함께 새로운 교재 통계 학습을 공동 저술했습니다 . 이것은 약간 짧으며 특히 올가미에 중점을 둡니다.
무료로 사용할 수있는 모든 머신 러닝 교재는 David Barber의 Bayesian Reasoning and Machine Learning 입니다. 나는 그것을 직접 사용하지는 않았지만 훌륭한 책으로 널리 알려져 있습니다.
이제 더 전문화 된 주제로 전환하면 다음이 있습니다.
Rasmussen & Williams Gaussian Processes for Machine Learning 은 Gaussian 프로세스에 관한 책입니다.
MIT Press가 출판 할 Goodfellow, Bengio 및 Courville Deep Learning 교과서를 많이 기다리고 있습니다. 아직 출판되지 않았지만 책은 이미 온라인으로 제공됩니다. 공식 웹 사이트에서는 브라우저에서 볼 수 있지만 (게시자와의 계약에 따라) 다운로드 할 수는 없지만 github 에서 결합 된 PDF를 쉽게 찾을 수 있습니다 .
Csaba Szepesvári, RL에 대한 간결한 책, 강화 학습을위한 알고리즘 . 고전적이고 훨씬 상세하지만 약간 오래된 교과서는 Sutton & Barto, 강화 학습 : 소개 이며 온라인에서도 자유롭게 구할 수 있지만 번거로운 HTML 형식으로 만 제공됩니다.
Boyd and Vandenberghe, 볼록 최적화 .
Will G. Hopkins 의 새로운 통계 통계보기 가 훌륭합니다! 통계 이론을 증명하는 방법이 아니라 통계 분석 결과를 이해하는 방법을 이해하도록 돕기 위해 고안되었습니다.
통계에 국한되지는 않지만 좋은 자료는 다음과 같습니다. http://www.reddit.com/r/mathbooks 또한 Georgia Tech의 George Cain은 일부 통계 텍스트가 포함 된 무료로 제공되는 수학 텍스트 목록을 유지 관리합니다. http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html
버클리의 Daniel McFadden이 쓴이 두 권의 책을 정말 좋아합니다.
http://elsa.berkeley.edu/users/mcfadden/e240a_sp98/e240a.html
http://elsa.berkeley.edu/users/mcfadden/e240b_f01/e240b.html
" 잘 알려진" 통계학 학습 요소 " 의 3 명의 저자 중 2 명과 다른 2 명의 저자에 의한 " R의 응용 프로그램을 이용한 통계 학습에 대한 소개 " http://www-bcf.usc.edu/~gareth/ISL/ . R에서 응용 프로그램으로 통계 학습에 대한 소개는 통계 학습의 요소보다 필요한 수학적 배경이 적은보다 입문적인 수준으로 작성되었으며, 통계 학습의 요소와 달리 R을 사용하며 2013 년에 처음 출판되었습니다. 이 스레드가 시작된 후.
CMUs ML 전문가 인 Cosma Shalizi는 때때로 초급 데이터 분석에서 고급 데이터 분석 이라는 제목의 Cambridge Press가 발행 할 통계 책 초안을 곧 업데이트합니다 . 충분히 추천 할 수 없습니다 ...
다음은 목차입니다.
I. Regression and Its Generalizations
Regression Basics
The Truth about Linear Regression
Model Evaluation
Smoothing in Regression
Simulation
The Bootstrap
Weighting and Variance
Splines
Additive Models
Testing Regression Specifications
Logistic Regression
Generalized Linear Models and Generalized Additive Models
Classification and Regression Trees
II. Distributions and Latent Structure
Density Estimation
Relative Distributions and Smooth Tests of Goodness-of-Fit
Principal Components Analysis
Factor Models
Nonlinear Dimensionality Reduction
Mixture Models
Graphical Models
III. Dependent Data
Time Series
Spatial and Network Data
Simulation-Based Inference
IV. Causal Inference
Graphical Causal Models
Identifying Causal Effects
Causal Inference from Experiments
Estimating Causal Effects
Discovering Causal Structure
Appendices
Data-Analysis Problem Sets
Reminders from Linear Algebra
Big O and Little o Notation
Taylor Expansions
Multivariate Distributions
Algebra with Expectations and Variances
Propagation of Error, and Standard Errors for Derived Quantities
Optimization
chi-squared and the Likelihood Ratio Test
Proof of the Gauss-Markov Theorem
Rudimentary Graph Theory
Information Theory
Hypothesis Testing
Writing R Functions
Random Variable Generation
다른 저자들이 스택 교환을 통해 자신의 책을 여기에 제공하기 위해 어려움을 겪고 있다는 것을 알고 있습니다. Springer와 Google은 최근 Springer와 Google 사이트에서 79 달러에 PDF eBook (소프트웨어 없음)으로이 책 (책 전용)을 판매하기 시작했습니다.
다음 사이트에서 PDF eBook 버전 (2002 버전)을 무료로 교환 할 수있게되어 기쁩니다.
http://www.mathstatica.com/book/bookcontents.html
이 문서는 원본 2002 년판의 완전한 PDF 버전입니다. 소프트웨어가 포함되어 있지는 않지만 ( Mathematica 또는 mathStatica ), 방법, 정리, 요약표, 예제, 연습, 정리 등은 Mathematica 가없는 사람들을위한 참조 텍스트로도 유용하고 관련성이 있습니다 .
하나를 다운로드 할 수 있습니다.
전체 도서를 단일 다운로드 파일로 ... 라이브 클릭 가능한 목차 등 ... 또는
장별로.
iBooks 설치
iBook으로 설치하려면,
책 전체를 하나의 PDF 파일로 다운로드
그런 다음, iBooks (PDF 파일 섹션 아래)로 드래그하십시오.
iPad 설치
iPad에 설치하려면
먼저 iBook으로 설치하십시오 (위와 같이).
iTunes를 엽니 다. iPad를 선택하십시오. 책을 클릭하십시오 : 책을 선택하고 iPad로 동기화하십시오.
학자들이 그들의 작품을 자유롭게 배포하는 것을 보는 것은 좋은 일입니다. 다음은 PDF로 제공되는 무료 ML / Stats 서적입니다.
기계 학습
확률 / 통계
선형 대수 / 최적화
유전자 알고리즘
http://www.probabilitycourse.com/ 은 무료 온라인 기반 확률 및 통계 교재를 호스팅하는 웹 사이트입니다. 또한 그래프 도구 및 강의 비디오와 같은 추가 기능이 있습니다
다음은 Marden의 다변량 통계에 대한 훌륭한 무료 책입니다. 주로이 페이지에 링크 된 정규 선형 모형과 관련이 있습니다.
교과서는 아니지만 MH370 검색의 베이지안 방법은 입자 필터에 대한 훌륭한 소개입니다.
M. Taboga의 확률 및 통계에 대한 디지털 교과서 는 https://www.statlect.com 에서 찾을 수 있습니다 . 레벨은 중간입니다. 여기에는 수백 가지의 해결 된 연습과 예제가 있으며 제시된 모든 결과에 대한 단계별 증거가 있습니다.