中科院机器学习课程的推荐教材，中文名统计学完全教程

统计学完全教程 英文版 沃塞曼著 张波译

这本书就是著名的沃塞曼编写的《统计学完全教程》，它的特点是覆盖全面、实用性强，除常规内容还包括Bootstrap方法、有向图DAGs估计、Wald检验、Delta方法、统计泛函估计等。

All Of Statistics Larry Wasserman 统计学完全教程 作者：(美国)活塞曼 译者：张波 中英文版都有，带详细书签，高清文字版 《统计学完全教程》除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（自助法）、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。《统计学完全教程》不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。《统计学完全教程》中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类

All Of Statistics Larry Wasserman 统计学完全教程 作者：(美国)活塞曼 译者：张波 中英文版都有，带详细书签，高清文字版 《统计学完全教程》除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（自助法）、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。《统计学完全教程》不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。《统计学完全教程》中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类

统计学完全教程中文版，统计学完全教程中文版

中文版目录 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类 第23章 重温概率：随机过程 第24章 模拟方法 英文版目录 Chapter 1 Probability. Chapter 2 Random Variables. Chapter 3 Expectation Chapter 4 Inequalities Chapter 5 Convergence of Random Variables Chapter 6 Models, Statistical Inference and Le arning Chapter 7 Estimating the CDF and Statistical

All Of Statistics 统计学完全教程 中英文高清版

All Of Statistics Larry Wasserman 统计学完全教程 作者：(美国)活塞曼 译者：张波 中英文版都有，带详细书签，高清文字版 《统计学完全教程》除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（自助法）、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。《统计学完全教程》不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。《统计学完全教程》中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。 第1章 概率 第2章 随机变量 第3章 数学期望 第4章 不等式 第5章 随机变量的收敛 第6章 模型、统计推断与学习 第7章 CDF和统计泛函的估计 第8章 Bootstrap方法 第9章 参数推断 第10章 假设检验和p值 第11章 贝叶斯推断 第12章 统计决策理论 第13章 线性回归和Logistic回归 第14章 多变量模型 第15章 独立性推断 第16章 因果推断 第17章 有向图与条件独立性 第18章 无向图 第19章 对数线性模型 第20章 非参数曲线估计 第21章 正交函数光滑法 第22章 分类

《统计学元全教程》是一本几乎包含了统计学领域全部知识的优秀教材。本书除了介绍传统数理统计学的全部内容以外，还包含了Bootstrap方法（自助法）、独立性推断、因果推断、图模型、非参数回归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术。本书不但注重概率论与数理统计基本理论的阐述，同时还强调数据分析能力的培养。本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。