มีตำราทางสถิติฟรีหรือไม่
คำตอบ:
หนังสือออนไลน์รวมถึง
อัปเดต: ตอนนี้ฉันสามารถเพิ่มตำราการพยากรณ์ของฉันเองได้แล้ว
องค์ประกอบของการเรียนรู้ทางสถิติโดย Hastie, Tibshirani และ Friedman เป็นข้อความมาตรฐานสำหรับสถิติและการทำเหมืองข้อมูลและตอนนี้ฟรี:
มีหนังสือน่าจะเป็นเลิศที่นี่: http://www.dartmouth.edu/~chance/teaching_aids/books_articles/probability_book/book.html ซึ่งคุณสามารถซื้อใน hardcopy ได้;
ฉันมักจะพบว่าคู่มือสถิติทางวิศวกรรมมีประโยชน์ มันสามารถพบได้ที่นี่
แม้ว่าฉันจะไม่เคยอ่านด้วยตัวเอง แต่ฉันได้ยินความรู้เบื้องต้นเกี่ยวกับความน่าจะเป็นและสถิติการใช้ Rนั้นดีมาก มันเป็น ebook เต็มหน้า ~ 400 (มีให้เหมือนหนังสือจริง) เป็นโบนัสมันยังสอนให้คุณ R ซึ่งแน่นอนว่าคุณต้องการเรียนรู้ต่อไป
ฉันชอบ The Little Handbook ของการฝึกฝนทางสถิติโดย Gerard E. Dallal
นี่คือความสดใหม่ที่หนึ่ง: รู้เบื้องต้นเกี่ยวกับความน่าจะเป็นและสถิติการใช้ R มันเป็นเรื่องเฉพาะ R แต่มันยอดเยี่ยมมาก ฉันยังไม่ได้อ่าน แต่ดูเหมือนจะดี ...
หนึ่งมากที่สุดหากไม่ที่สุดตำราที่นิยมในการเรียนรู้เครื่องเป็น Hastie, Tibshirani และฟรีดแมนองค์ประกอบของการเรียนรู้ทางสถิติซึ่งสามารถใช้ได้อย่างเต็มที่ออนไลน์ (พิมพ์ครั้งที่ 10 ในปัจจุบัน) มันเปรียบได้กับขอบเขตเช่นการจดจำรูปแบบของอธิการและ MLหรือMLของ Murphy แต่หนังสือเหล่านั้นไม่ได้ฟรีในขณะที่ESLเป็น
Hastie & Tibshirani ยังเขียนร่วมกันได้อย่างอิสระแนะนำการเรียนรู้ทางสถิติด้วยแอปพลิเคชั่นใน Rซึ่งโดยทั่วไปแล้วจะเป็นเวอร์ชันที่เรียบง่ายขององค์ประกอบและมุ่งเน้นไปที่ R
ในปี 2558 Hastie & Tibshirani ได้ร่วมเขียนตำราเรียนใหม่เกี่ยวกับสถิติการเรียนรู้ด้วย Sparsity: The Lasso และ Generalizationsและยังมีออนไลน์ อันนี้ค่อนข้างสั้นกว่าเล็กน้อยและเน้นไปที่เชือกโดยเฉพาะ
บทเรียนการเรียนรู้ด้วยเครื่องที่มีให้เลือกอย่างอิสระอีกอย่างหนึ่งคือการใช้เหตุผล Bayesianของ David Barber และการเรียนรู้ของเครื่อง ฉันไม่ได้ใช้ด้วยตัวเอง แต่ได้รับการพิจารณาอย่างกว้างขวางว่าเป็นหนังสือที่ยอดเยี่ยม
เปลี่ยนเป็นหัวข้อพิเศษเพิ่มเติมได้ในตอนนี้:
รัสมุสและวิลเลียมส์เสียนกระบวนการเครื่องการเรียนรู้ซึ่งเป็นหนังสือเกี่ยวกับกระบวนการเสียน
หนังสือเรียนGoodfellow, Bengio และ Courville Deep Learningที่รอคอยมานานซึ่งกำลังจะตีพิมพ์โดย MIT Press ยังไม่ได้เผยแพร่ แต่หนังสือเล่มนี้ออนไลน์แล้ว เว็บไซต์อย่างเป็นทางการหนึ่งสามารถดูในเบราว์เซอร์ แต่ไม่สามารถดาวน์โหลด (ตามข้อตกลงกับสำนักพิมพ์) แต่มันเป็นเรื่องง่ายที่จะหาเช่น PDF รวมกันที่นี่ใน GitHub
Csaba Szepesvári อัลกอริทึมสำหรับการเรียนรู้การเสริมแรงหนังสือเล่มสั้น ๆ เกี่ยวกับ RL ตำราเรียนคลาสสิกที่มีรายละเอียดมากขึ้น แต่เก่าไปหน่อยคือ Sutton & Barto, Reinforcement Learning: บทนำซึ่งมีให้ใช้ออนไลน์ฟรี แต่ในรูปแบบ HTML ที่ยุ่งยากเท่านั้น
Norman Matloff ได้เขียนหนังสือสถิติคณิตศาสตร์สำหรับนักเรียนวิทยาศาสตร์คอมพิวเตอร์ที่ไม่มีค่าใช้จ่าย ฉันคิดว่าเป็นตลาดเฉพาะกลุ่ม สำหรับสิ่งที่คุ้มค่าฉันยังไม่ได้อ่าน แต่ Matloff มีปริญญาเอก ในสถิติทางคณิตศาสตร์ทำงานให้กับแผนกวิทยาศาสตร์คอมพิวเตอร์และเขียนหนังสือ R ที่ดีจริง ๆ ที่ฉันแนะนำสำหรับผู้ที่ต้องการไปยังขั้นตอนต่อไปของการเขียนโปรแกรม R ดีกว่า (ตรงข้ามกับรุ่นที่เหมาะสมกับฟังก์ชันกระป๋อง)
มุมมองใหม่ของสถิติโดย Will G. Hopkins นั้นยอดเยี่ยมมาก! มันถูกออกแบบมาเพื่อช่วยให้คุณเข้าใจวิธีการทำความเข้าใจผลลัพธ์ของการวิเคราะห์ทางสถิติไม่ใช่วิธีการพิสูจน์ทฤษฎีบททางสถิติ
ไม่เฉพาะเจาะจงเกี่ยวกับสถิติ แต่เป็นแหล่งข้อมูลที่ดีคือ: http://www.reddit.com/r/mathbooks นอกจากนี้ George Cain จาก Georgia Tech ยังมีรายชื่อตำราทางคณิตศาสตร์ที่สามารถใช้งานได้ฟรีที่มีข้อความทางสถิติบางอย่าง http://people.math.gatech.edu/~cain/textbooks/onlinebooks.html
ฉันชอบหนังสือสองเล่มนี้โดย Daniel McFadden จาก Berkeley:
http://elsa.berkeley.edu/users/mcfadden/e240a_sp98/e240a.html
http://elsa.berkeley.edu/users/mcfadden/e240b_f01/e240b.html
สำหรับการเข้าสู่กระบวนการสุ่มและ SDEs บันทึกการบรรยายของ Tom Kurtz นั้นยากที่จะเอาชนะ มันเริ่มต้นด้วยการทบทวนความน่าจะเป็นที่ดีและผลลัพธ์การบรรจบกันแล้วดำดิ่งลงสู่กระบวนการสุ่มเวลาอย่างต่อเนื่องในภาษาที่ชัดเจนและเข้าใจได้ โดยทั่วไปแล้วเป็นหนึ่งในหนังสือที่ดีที่สุดในหัวข้อ - ฟรีหรืออย่างอื่น - ฉันได้พบแล้ว
" ความรู้เบื้องต้นเกี่ยวกับการเรียนรู้ทางสถิติด้วยแอปพลิเคชันใน R " http://www-bcf.usc.edu/~gareth/ISL/โดยผู้เขียน 2 ใน 3 คนของผู้ที่รู้จักกันดี " The Elements of Statistics Learning " และผู้เขียนอีก 2 คน . บทนำเกี่ยวกับการเรียนรู้เชิงสถิติด้วยแอปพลิเคชันใน R ถูกเขียนในระดับเบื้องต้นที่มีพื้นหลังทางคณิตศาสตร์น้อยกว่าที่จำเป็นกว่าองค์ประกอบของการเรียนรู้ทางสถิติใช้ R (ไม่เหมือนกับองค์ประกอบของการเรียนรู้ทางสถิติ) และเผยแพร่เป็นครั้งแรกในปี 2556 หลังจากกระทู้นี้เริ่ม
คอสมาชาลิซีี, CMUS ML กูรูบางครั้งการปรับปรุงร่างหนังสือสถิติเร็ว ๆ นี้จะได้รับการตีพิมพ์โดยเคมบริดจ์บรรดาศักดิ์วิเคราะห์ข้อมูลขั้นสูงจากจุดประถมศึกษาดู ไม่สามารถแนะนำให้สูงพอ ...
นี่คือสารบัญ:
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
คู่มือสถิติอิเล็กทรอนิกส์ของซอฟท์แวร์ Statsoft ('ทรัพยากรอินเทอร์เน็ตเพียงอย่างเดียวเกี่ยวกับสถิติที่แนะนำโดยสารานุกรมบริแทนนิกา') เป็นสิ่งที่ควรค่าแก่การตรวจสอบ
หมายเหตุที่สามารถดาวน์โหลดได้บางรายการเกี่ยวกับความน่าจะเป็นซึ่งน่าสนใจ: http://www.math.harvard.edu/~knill/teaching/math19b_2011/handouts/chapters1-19.pdf
ความน่าจะเป็นที่ประยุกต์ใช้: http://www.acsu.buffalo.edu/~bialas/EAS305/docs/EAS305%20NOTES%202005.pdf
http://www.ma.huji.ac.il/~razk/Teaching/LectureNotes/LectureNotesProbability.pdf
ฉันรู้ว่าผู้แต่งคนอื่นมีปัญหาในการทำให้หนังสือของพวกเขาอยู่ที่นี่ด้วยการแลกเปลี่ยนสแต็ค ... ฉบับพิมพ์ของปี 2002 ของเราพิมพ์ออกมา 3 ครั้งและขายหมด 3 ครั้ง; Springer และ Google เพิ่งเริ่มขายมัน (หนังสือเท่านั้น) ในรูปแบบ PDF eBook (ไม่มีซอฟต์แวร์) บนเว็บไซต์ Springer และ Google ในราคา $ 79
เรามีความยินดีเป็นอย่างยิ่งที่จะทำให้รุ่น PDF eBook (รุ่น 2002) มีให้ฟรีสำหรับผู้ใช้ stackexchange ได้ที่:
http://www.mathstatica.com/book/bookcontents.html
นี่เป็น PDF ฉบับสมบูรณ์ฉบับพิมพ์ต้นฉบับปี 2002 แม้ว่าจะไม่มีซอฟต์แวร์รวมอยู่ด้วย (ไม่ใช่MathematicaหรือmathStatica ) วิธีการทฤษฎีบทตารางสรุปตัวอย่างแบบฝึกหัดทฤษฎีบท ฯลฯ ล้วน แต่มีประโยชน์และเกี่ยวข้อง ... แม้จะเป็นข้อความอ้างอิงสำหรับคนที่ไม่มีMathematicaก็ตาม
หนึ่งสามารถดาวน์โหลดได้:
หนังสือทั้งเล่มเป็นไฟล์ดาวน์โหลดเดียว ... พร้อมสารบัญคลิกได้แบบสด ฯลฯ ... หรือ
ทีละบท
การติดตั้ง iBooks
วิธีติดตั้งเป็น iBook:
ดาวน์โหลดหนังสือทั้งเล่มเป็นไฟล์ PDF ไฟล์เดียว
จากนั้นลากไปไว้ใน iBooks (ใต้หัวข้อ: ไฟล์ PDF)
การติดตั้ง iPad
วิธีติดตั้งบน iPad:
ก่อนติดตั้งเป็น iBook (ดังกล่าวข้างต้น)
เปิด iTunes เลือก iPad ของคุณ คลิกที่หนังสือ: เลือกหนังสือและซิงค์กับ iPad ของคุณ
ยินดีที่ได้เห็นนักวิชาการแจกจ่ายผลงานของตนได้อย่างอิสระ นี่คือขุมของหนังสือ ML / สถิติฟรีในรูปแบบ PDF:
การเรียนรู้ของเครื่อง
ความน่าจะเป็น / สถิติ
พีชคณิตเชิงเส้น / การเพิ่มประสิทธิภาพ
อัลกอริทึมทางพันธุกรรม
แบบฝึกหัดเขียนความน่าจะเป็นและปริศนาที่เกี่ยวข้องพร้อมรหัส R เพื่อการเรียนรู้ หวังว่ามันจะช่วย
ไม่ถูกต้องทั้งตำรา แต่ส่วนที่สี่ของคณิตศาสตร์สำหรับวิทยาการคอมพิวเตอร์นั้นเกี่ยวกับความน่าจะเป็นและตัวแปรสุ่ม
http://www.probabilitycourse.com/เป็นเว็บไซต์ที่ให้บริการพื้นที่ความน่าจะเป็นและตำราเรียนออนไลน์ฟรี นอกจากนี้ยังมีคุณสมบัติพิเศษเช่นเครื่องมือสร้างกราฟและวิดีโอการบรรยาย
นอกจากนี้ยังเป็นหนังสือฟรีที่ดีเยี่ยมเกี่ยวกับสถิติหลายตัวแปรโดย Marden ซึ่งเกี่ยวข้องกับโมเดลเชิงเส้นปกติที่เชื่อมโยงในหน้านี้เป็นหลัก
มันไม่ได้เป็นตำรา แต่เป็นวิธีการแบบเบย์ในการค้นหา MH370เป็นการแนะนำที่ดีเกี่ยวกับตัวกรองอนุภาค
ตำราดิจิตอลบนน่าจะเป็นและสถิติโดยเอ็ม Taboga สามารถพบได้ที่https://www.statlect.comระดับคือระดับกลาง มีแบบฝึกหัดและตัวอย่างที่ถูกแก้ไขนับร้อยตัวอย่างเช่นเดียวกับบทพิสูจน์ทีละขั้นตอนของผลลัพธ์ทั้งหมดที่นำเสนอ