Существуют ли бесплатные статистические учебники?
Ответы:
Интернет-книги включают
Обновление: теперь я могу добавить свой собственный учебник по прогнозированию
Элементы статистического обучения Hastie, Tibshirani и Friedman - это стандартный текст для статистики и интеллектуального анализа данных, и теперь он бесплатный:
https://web.stanford.edu/~hastie/ElemStatLearn/
Также доступно здесь .
Здесь есть превосходная книга по вероятности: http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/book.html, которую вы также можете купить в печатном виде .;
Я часто находил руководство по инженерной статистике полезным. Это можно найти здесь .
Хотя я никогда не читал это сам, я слышал, что Введение в Вероятность и Статистика Использование R очень хорошее. Это полная ~ 400-страничная электронная книга (также доступна как настоящая книга). В качестве бонуса, он также учит вас R, который, конечно, вы хотите узнать в любом случае.
Мне очень нравится «Маленький справочник статистической практики » Джерарда Э. Даллала
Вот свежий один: Введение вероятностей и статистика Использование R . Хотя это специфично для R, но это здорово. Я еще не читал, но пока все в порядке ...
Один из самых, если не наиболее популярных учебников по машинному обучению являются Гест, Tibshirani, и Фридман, Элементы статистического обучения , которая полностью доступен в Интернете ( в настоящее время десятой печати). Это сопоставимо по масштабам к альтернативному Епископа распознаванию и ML или Мэрфи МЛ , но эти книги не являются свободными, в то время как ESL есть.
Hastie & Tibshirani также является соавтором свободно доступной книги « Введение в статистическое обучение с приложениями в R», которая в основном является более простой версией «Элементов» и ориентирована на R.
В 2015 году Hastie & Tibshirani выступила соавтором нового учебника « Статистическое обучение с редкостью: лассо и обобщения» , который также доступен онлайн. Этот немного короче и фокусируется именно на лассо.
Другим свободно доступным всеобъемлющим учебником по машинному обучению является « Байесовское мышление и машинное обучение» Дэвида Барбера . Я не использовал это сам, но это, как широко полагают, является превосходной книгой.
Теперь перейдем к более специализированным темам:
Rasmussen & Williams гауссовских процессы для машинного обучения , которая является книгой по гауссовским процессам.
Много ожидаемого учебника по углубленному обучению Goodfellow, Bengio и Courville, который будет опубликован издательством MIT Press. Это еще не издано, но книга уже доступна онлайн. На официальном сайте вы можете просмотреть его в браузере, но не можете скачать (по соглашению с издателем), но легко найти комбинированный PDF, например, здесь, на github .
Чаба Шепешвари, Алгоритмы обучения усилению , краткая книга по RL. Классическим, гораздо более подробным, но немного устаревшим учебником является Sutton & Barto, Reinforcement Learning: введение, которое также свободно доступно в Интернете, но только в громоздком HTML-формате.
Бойд и Ванденберг, Выпуклая оптимизация .
Норман Мэтлофф написал бесплатное учебное пособие по математической статистике для студентов, изучающих информатику. Полагаю, что-то вроде нишевого рынка. Для чего это стоит, я не читал это, но у Matloff есть доктор философии. в области математической статистики работает в отделе компьютерных наук и написал действительно хорошую книгу по R, которую я рекомендую людям, которые хотят лучше перейти к следующему этапу программирования R (в отличие от простого подбора моделей с постоянными функциями).
Статистика OpenIntro
http://www.openintro.org/stat/textbook.php
Недорогие копии в мягкой обложке также доступны на Amazon.
Новый взгляд на статистику Уилла Хопкинса - это здорово! Он предназначен для того, чтобы помочь вам понять, как понимать результаты статистического анализа, а не как доказывать статистические теоремы.
Не для конкретной статистики, но хороший ресурс: http://www.reddit.com/r/mathbooks Кроме того, Джордж Кейн из Georgia Tech ведет список свободно доступных математических текстов, который включает некоторые статистические тексты. http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html
Мне очень нравятся эти две книги Дэниела Макфаддена из Беркли:
http://elsa.berkeley.edu/users/mcfadden/e240a_sp98/e240a.html
http://elsa.berkeley.edu/users/mcfadden/e240b_f01/e240b.html
Для участия в стохастических процессах и SDE, лекции Тома Курца трудно превзойти. Он начинается с приличного анализа вероятности и некоторых результатов сходимости, а затем погружается прямо в непрерывные стохастические процессы во времени на достаточно ясном и понятном языке. Вообще это одна из лучших книг на эту тему - бесплатная или нет - я нашел.
« Введение в статистическое обучение с приложениями в R » http://www-bcf.usc.edu/~gareth/ISL/ от двух из 3 авторов известного « Элемента статистического обучения » плюс 2 других автора , Введение в статистическое обучение с использованием приложений в R написано на более начальном уровне с меньшим математическим образованием, чем в «Элементах статистического обучения», использует R (в отличие от «Элементов статистического обучения») и впервые было опубликовано в 2013 году, несколько лет назад. после этой темы была начата.
Cosma Shalizi, гуру MLU CMU, время от времени обновляет черновик сборника статистики, который скоро будет опубликован издательством Cambridge Press под названием « Расширенный анализ данных с элементарной точки зрения» . Не могу рекомендовать это достаточно высоко ...
Вот Оглавление:
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
Электронное руководство по статистике от Statsoft («Единственный интернет-ресурс о статистике, рекомендуемой Британской энциклопедией») заслуживает внимания.
Некоторые загружаемые заметки о вероятности, которые кажутся интересными: http://www.math.harvard.edu/~knill/teaching/math19b_2011/handouts/chapters1-19.pdf
Прикладная вероятность: http://www.acsu.buffalo.edu/~bialas/EAS305/docs/EAS305%20NOTES%202005.pdf
http://www.ma.huji.ac.il/~razk/Teaching/LectureNotes/LectureNotesProbability.pdf
Я знаю, что другие авторы приложили немало усилий, чтобы сделать свои книги доступными здесь для обмена стопками ... Печатная версия нашего издания 2002 года была напечатана 3 раза и продана 3 раза; Springer и Google недавно начали продавать ее (только книги) в виде электронной книги в формате PDF (без программного обеспечения) на сайтах Springer и Google за 79 долларов.
Мы рады, что можем сделать БЕСПЛАТНУЮ версию электронной книги в формате PDF (издание 2002 года) доступной для обмена пользователями по адресу:
http://www.mathstatica.com/book/bookcontents.html
Это полная PDF-версия оригинального печатного издания 2002 года. Хотя программное обеспечение не включено (ни Mathematica, ни mathStatica ), методы, теоремы, сводные таблицы, примеры, упражнения, теоремы и т. Д. Все полезны и актуальны ... даже в качестве справочного текста для людей, у которых даже нет Mathematica .
Можно скачать либо:
вся книга в виде одного загружаемого файла ... с интерактивным кликом по содержанию и т. д., или
глава за главой.
установка iBooks
Чтобы установить как iBook:
Скачать всю книгу в виде одного файла PDF
Затем перетащите его в iBooks (в разделе «Файлы PDF»).
установка iPad
Чтобы установить на iPad:
Сначала установите его как iBook (как указано выше)
Откройте iTunes; выберите свой iPad; нажмите «Книги»: выберите книгу и синхронизируйте ее с iPad.
Приятно видеть, как академики свободно распространяют свои работы. Вот список бесплатных книг по ML / Stats в формате PDF:
Машинное обучение
Вероятность / Статистика
Линейная Алгебра / Оптимизация
Генетический алгоритм
Записываемый до вероятностных руководств и связанных с ними головоломки вместе с R кодом для обучения. Надеюсь, это поможет
Не совсем учебник, но часть IV « Математики для информатики» посвящена вероятности и случайным переменным.
http://www.probabilitycourse.com/ - это веб-сайт, на котором размещен бесплатный онлайновый учебник по вероятности и статистике. Он также имеет дополнительные функции, такие как графические инструменты и видео лекции
Вот также большая бесплатная книга Мардена по многомерной статистике, в основном касающаяся нормальной линейной модели, ссылки на которую приведены на этой странице:
Это не учебник, а Байесовские методы в поиске MH370 - отличное введение в фильтры частиц.
Цифровой учебник по теории вероятностей и статистики М. Табога можно найти на https://www.statlect.com уровень является промежуточным. Он содержит сотни решенных упражнений и примеров, а также пошаговые доказательства всех представленных результатов.