A Course In Probability and Statistics by Charles J. Stone. A classical textbook about probability and statistics. pdf format

该教科书针对大二或初三的计算机科学专业的本科生，提供了定性和定量数据分析，概率，随机变量和统计方法（包括机器学习）的综合背景。 通过认真地处理满足该课程的课程需求的主题，计算机科学的概率与统计具有以下特点： •主要处理离散案例的随机变量和期望的处理。 •模拟的实用方法，显示可以提取多少有趣的概率和期望，尤其着重于马尔可夫链。 •在简单的上下文中对简单点推理策略（最大似然；贝叶斯推理）的清晰但清晰的说明。扩展到涵盖一些置信区间，样本和总体以进行随机抽样替换，以及最简单的假设检验。 •有关分类的章节，说明为什么有用；如何训练具有随机梯度下降的SVM分类器；以及如何使用更高级方法的实现，例如随机森林和最近的邻居。 •有关回归的一章，解释了在实际问题中如何设置，使用和理解线性回归和最近邻回归。 •一章涉及主成分分析，仔细发展直觉，并包括许多实际示例。通过主坐标分析对多元缩放进行了简要描述。 •一章通过聚集方法和k均值处理聚类，展示了如何为复杂信号构建矢量量化特征。 贯穿各章的说明，每个主要章节都包含许多工作示例和其他教学元素，例如 框内的过程，定义，有用事实和“记住这一点”（简短提示）。问题和编程练习在每章的最后，总结了读者应该知道的内容。 教师资源包括针对所有问题的全套模型解决方案，以及带有随附演示幻灯片的《教师手册》。

概率论与数理统计国外经典教材，可以作为从事相关方面研究的参考工具书，也可以作为教材使用

Introduction to Probability and Statistics MENDENHALL W., BEAVER, R., BEAVER, B.

GRE 数学-Magoosh Probability & Counting+解析1

保证 R 包 这个 R 包库根据一些初始试验的数据简化了临床试验成功的一些计算。 贯穿始终的方法是生成效应大小的先验，使用初始试验数据生成效应大小的后验分布，然后使用该后验模拟稍后的试验。 这是一种本质上的贝叶斯方法。 安装 # install.packages('devtools') devtools :: install_github( " scientific-computing-solutions/assurance " , build_vignettes = TRUE ) 联系或了解更多详情。

负荷预测数学代码可信度在线概率预测汇总（APFC） 该存储库包含用于信心十足的在线概率预测在线汇总的代码。 我们使用本文中描述的实现细节。 方法的实现 文件夹“ synthetic_data_exp”和“ real_data_exp”包含执行概率预测在线汇总方法所需的Matlab代码脚本。 数据 我们使用GEFCom2014全球能源预测竞赛2014数据集中使用的可公开获得的数据集（Load treck）。 我们将数据保存在.mat文件中，该文件包含具有以下字段的结构： 每小时加载时间序列 温度时间序列 测量负载的日期和小时或时间戳 同步日历参数表（季节，星期几，一天中的某部分）

本文研究了车辆网络中的网络连通性问题，重点研究了在具有一个出入口的单向公路上行驶的车辆的双向连通性。 入口和出口将道路分为两个部分，车辆到达时遵循泊松过程。 在入口和出口处，车辆可以进入或离开道路，或者通过入口和出口行驶。 导出了连通性分析模型，用于分析在道路上行驶的车辆的连通性概率。 分析模型考虑了可能影响连接概率的几个参数，包括车辆的到达速度和移动速度以及车辆驶入和驶出的概率。 此外，它考虑了两种进入和退出方案：一种没有部署路边单元（RSU），另一种没有部署路边单元（RSU）。 通过仿真结果证明了该分析模型的合理性，并基于导出的分析模型研究了不同参数对连接概率的影响。

This book is used as a text book for randomized algorithm or probability and computing.

3rd Edition - Probability, Random Variables and Stochastic