统计学完全教程
All of Statistics
Larry Wasserman · 初版 2004 年
- 70次提及
- 40人推荐
- 60位 HN 评论者
简介
“本书面向希望快速掌握 probability 和 statistics 的读者。它将现代 statistics 的诸多核心思想汇集一处。本书适合 statistics、computer science、data mining 和 machine learning 领域的学生及研究人员。”“与典型的 mathematical statistics 入门教材相比，本书涵盖的主题要宽广得多。它包含了 nonparametric curve estimation、bootstrapping 和 classification 等通常被划归后续课程的现代主题。读者只需具备 calculus 和少许 linear algebra 基础
为什么值得读
兼顾传统数理严谨性与机器学习应用导向的现代统计教程
- 内容更偏向机器学习应用场景
- 兼具扎实且传统的数理推导
- 非常受计算机科学背景读者欢迎
适合：具备微积分和线性代数基础的自学者
值得读指数：71 / 100
Hacker News 读者推荐
……倒不如先从更入门的书读起，把基础彻底搞懂。比如 Blitzstein 和 Hwang 的《Introduction to Probability》，然后对于需要学更多统计的人，可以读 McElreath 的《Statistical Rethinking》或者 Wasserman 的《All of Statistics》。至于如何培养良好的软件判断力和习惯，我都不知道该推荐什么好了。这方面似乎真没有什么捷径。也许可以看看《Fluent Python》或者《Effective……
ims 在 HN 的推荐
如果你懂微积分和线性代数，又想学统计学，我首推 Larry Wasserman 写的《All of Statistics》。
johnmyleswhite 在 HN 的推荐
……Stein 和 Shakarchi 合著的 4 本涵盖实分析、复分析和泛函分析的书，应该能满足你的需求。应用数学方面：3) 概率论——Grinstead 和 Snell 的、Durrett 的书都很不错。4) Larry Wasserman 的《All of Statistics》，更偏向 ML 一些。5) Boyd 和 Vanderberghe 的《Optimization》。7) 并没有单独一个叫“计算机科学”的主题，但顺着你关注的那些主题来看……
govg 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 0387402721
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。