返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 概率与计算 算法与数据分析中的随机化和概率技术(原书第2版)
  • 新华书店正版
    • 作者: (美)迈克尔·米森马彻(Michael Mitzenmacher),(美)伊莱·阿法尔(Eli Upfal)著 | | 冉启康译
    • 出版社: 机械工业出版社
    • 出版时间:2020-01-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: (美)迈克尔·米森马彻(Michael Mitzenmacher),(美)伊莱·阿法尔(Eli Upfal)著| 冉启康译
    • 出版社:机械工业出版社
    • 出版时间:2020-01-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-01-01
    • 页数:339
    • 开本:16开
    • 装帧:平装
    • ISBN:9787111644118
    • 国别/地区:中国
    • 版权提供:机械工业出版社

    概率与计算 算法与数据分析中的随机化和概率技术(原书第2版)

    作  者:(美)迈克尔·米森马彻(Michael Mitzenmacher),(美)伊莱·阿法尔(Eli Upfal) 著 冉启康 译
    定  价:99
    出 版 社:机械工业出版社
    出版日期:2020年01月01日
    页  数:339
    装  帧:平装
    ISBN:9787111644118
    主编推荐

    内容简介

    本书详细地介绍了概率技术以及在概率算法与分析发展中使用过的范例。本书分两部分,第壹部分介绍了随机抽样、期望、马尔可夫不等式、切比雪夫不等式、切尔诺夫界、球和箱子模型、概率技术和马尔可夫链等核心内容。第二部分主要研究连续概率、有限独立性的应用、熵、马尔可夫链蒙特卡罗方法、耦合、鞅和平衡配置等比较高深的课题。本书适合作为高等院校计算机科学和应用数学专业高年级本科生与低年级研究生的教材,也适合作为数学工作者和科技人员的参考书。

    作者简介

    精彩内容

    目录
    译者序
    第2版前言
    版前言
    章事件与概率1
    1.1应用:验证多项式恒等式1
    1.2概率论公理2
    1.3应用:验证矩阵乘法6
    1.4应用:朴素贝叶斯分类器9
    1.5应用:最小割随机化算法11
    1.6练习13
    第2章离散型随机变量与期望17
    2.1随机变量与期望17
    2.1.1期望的线性性18
    2.1.2詹森不等式19
    2.2伯努利随机变量和二项随机变量20
    2.3条件期望21
    2.4几何分布24
    2.5应用:快速排序的期望运行时间27
    2.6练习29
    第3章矩与离差33
    3.1马尔可夫不等式33
    3.2随机变量的方差和矩33
    3.3切比雪夫不等式36
    3.4中位数和平均值38
    3.5应用:计算中位数的随机化算法40
    3.5.1算法40
    3.5.2算法分析41
    3.6练习44
    第4章切尔诺夫界与霍夫丁界46
    4.1矩母函数46
    4.2切尔诺夫界的导出和应用47
    4.2.1泊松试验和的切尔诺夫界47
    4.2.2例:投掷硬币50
    4.2.3应用:估计参数50
    4.3某些特殊情况下更好的界51
    4.4应用:集合的均衡53
    4.5霍夫丁界54
    *4.6应用:稀疏网络中的数据包路由选择56
    4.6.1超立方体网络上排列的路由选择56
    4.6.2蝶形网络上排列的路由选择61
    4.7练习65
    第5章球、箱子和随机图69
    5.1例:生日悖论69
    5.2球放进箱子70
    5.2.1球和箱子模型70
    5.2.2应用:桶排序71
    5.3泊松分布72
    5.4泊松近似75
    5.5应用:散列法81
    5.5.1链散列81
    5.5.2散列:二进制数字串82
    5.5.3Bloom过滤器83
    5.5.4放弃对称性85
    5.6随机图85
    5.6.1随机图模型85
    5.6.2应用:随机图中的哈密顿圈87
    5.7练习92
    5.8探索性作业95
    第6章概率方法97
    6.1基本计数论证97
    6.2期望论证99
    6.2.1应用:求优选割99
    6.2.2应用:优选可满足性100
    6.3利用条件期望消除随机化101
    6.4抽样和修改102
    6.4.1应用:独立集合102
    6.4.2应用:有较大围长的图103
    6.5二阶矩方法103
    6.6条件期望不等式105
    6.7洛瓦兹局部引理107
    6.7.1应用:边不相交的路径109
    6.7.2应用:可满足性109
    *6.8利用洛瓦兹局部引理的显式构造110
    6.9洛瓦兹局部引理:一般情况113
    *6.10洛瓦兹算法局部引理114
    6.11练习118
    第7章马尔可夫链及随机游动122
    7.1马尔可夫链:定义及表示122
    7.1.1应用:2可满足性的随机化算法124
    7.1.2应用:3可满足性的随机化算法127
    7.2状态分类130
    7.3平稳分布133
    7.4无向图上的随机游动138
    7.5Parrondo悖论141
    7.6练习144
    第8章连续分布与泊松过程149
    8.1连续随机变量149
    8.1.1R中的概率分布149
    8.1.2联合分布与条件概率150
    8.2均匀分布152
    8.3指数分布155
    8.3.1指数分布的其他性质155
    *8.3.2例:有反馈的球和箱子157
    8.4泊松过程159
    8.4.1到达间隔分布161
    8.4.2组合与分解泊松过程162
    8.4.3条件到达时间分布163
    8.5连续时间马尔可夫过程165
    8.6例:马尔可夫排队论167
    8.6.1均衡的M/M/1排队167
    8.6.2均衡的M/M/1/K排队169
    8.6.3M/M/∞排队中的顾客数170
    8.7练习171
    第9章正态分布176
    9.1正态分布176
    9.1.1标准正态分布176
    9.1.2一般单变量正态分布177
    9.1.3矩母函数179
    *9.2二项分布的极限180
    9.3中心极限定理182
    *9.4多维正态分布184
    9.5应用:生成正态分布的随机值187
    9.6优选似然点估计189
    9.7应用:针对混合高斯分布的EM算法192
    9.8练习195
    0章熵、随机性和信息198
    10.1熵函数198
    10.2熵和二项式系数200
    10.3熵:随机性的测度201
    10.4压缩205
    *10.5编码:香农定理207
    10.6练习213
    1章蒙特卡罗方法218
    11.1蒙特卡罗方法218
    11.2应用:DNF计数问题219
    11.2.1朴素算法220
    11.2.2DNF计数问题的完全多项式随机方案221
    11.3从近似抽样到近似计数223
    11.4马尔可夫链蒙特卡罗方法226
    11.5练习229
    11.6最小支撑树的探索作业231
    *2章马尔可夫链的耦合232
    12.1变异距离和混合时间232
    12.2耦合234
    12.2.1例:洗牌235
    12.2.2例:超立方体上的随机游动235
    12.2.3例:固定大小的独立集合236
    12.3应用:变异距离是不增的237
    12.4几何收敛239
    12.5应用:正常着色法的近似抽样240
    12.6路径耦合243
    12.7练习246
    3章鞅250
    13.1鞅250
    13.2停时251
    13.3瓦尔德等式254
    13.4鞅的尾部不等式256
    13.5Azuma-Hoeffding不等式的应用257
    13.5.1一般形式257
    13.5.2应用:模式匹配259
    13.5.3应用:球和箱子260
    13.5.4应用:色数260
    13.6练习260
    4章样本复杂度、VC维度以及拉德马赫复杂度264
    14.1“学习”问题265
    14.2VC维度266
    14.2.1VC维度的其他例子267
    14.2.2增长函数268
    14.2.3VC维度的合成界269
    14.2.4ε-网和ε-样本270
    14.3ε-网定理271
    14.4应用:PAC学习274
    14.5ε-样本定理276
    14.5.1应用:不可知学习279
    14.5.2应用:数据挖掘279
    14.6拉德马赫复杂度281
    14.6.1拉德马赫复杂度和样本错误283
    14.6.2估计拉德马赫复杂度284
    14.6.3应用:二值分类的不可知学习285
    14.7练习286
    5章两两独立及通用散列函数288
    15.1两两独立288
    15.1.1例:两两独立的二进制数字的构造288
    15.1.2应用:消去优选割算法的随机性289
    15.1.3例:构造关于一个素数模的两两独立的值290
    15.2两两独立变量的切比雪夫不等式291
    15.3通用散列函数族293
    15.3.1例:一个2维通用散列函数族295
    15.3.2例:强2维通用散列函数族295
    15.3.3应用:完美散列297
    15.4应用:在数据流中寻找重量级的源终点299
    15.5练习302
    6章幂律及相关的分布305
    16.1幂律分布:基本定义和性质305
    16.2语言中的幂律307
    16.2.1Zipf定律和其他例子307
    16.2.2语言优化307
    16.2.3猴子随意打字308
    16.3偏好链接309
    16.4幂律在算法分析中的应用312
    16.5其他相关的分布314
    16.5.1对数正态分布314
    16.5.2具有指数截断的幂律315
    16.6练习315
    7章平衡分配和布谷鸟散列318
    17.1两种选择的影响力318
    17.2两种选择:下界322
    17.3两种选择影响力的应用324
    17.3.1散列法324
    17.3.2动态资源分配325
    17.4布谷鸟散列325
    17.5布谷鸟散列的扩展332
    17.5.1带删除的布谷鸟散列332
    17.5.2处理故障333
    17.5.3更多的选择和更大的箱子334
    17.6练习335
    延伸阅读339

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购