Using fancy tools like neural nets, boosting and SVM without understanding basic statistics is like doing brain surgery before knowing how to use bandaid. (查看原文)
The basic problem that we study probability is:
Given a data generating process, what are the properties of the outcomes?
The basic problem of statistical inference is the inverse of probability:
Given the outcome, what can we say about the process that generated the data? (查看原文)
这本书是《all of statistics》(http://www.amazon.com/All-Statistics-Statistical-Inference-Springer/dp/0387402721)的中文版。基于《all of statistics》的大名，得知中文版出了以后，我就很高兴地买了一本，拿到书后，按习惯从序言读起，结果第一页读到 “但是学生从哪儿...
(展开)
本书英文版错误首先不少，中文翻译也丢三落四，另外作者提供的代码有的也有很明显的bug。但是同类型的书又很少，这本够简洁。 来看看书里的“睿智”翻译，importance sampling那一章的tail probability例子 We will estimate this with importance sampling taking g to be a N...
(展开)
cool
Springer2004版
启明星
0 有用 迷途羔羊 2012-12-20 18:34:03
不错，涵盖的非常广，就是翻译可能有些问题
7 有用 谜团 2012-12-27 22:08:17
全书没有证明，就是带你在统计的世界里走一圈，让你有个overall picture。每章后面给的参考书目都非常好，是进一步学习的资料。开阔眼界的书，但也仅仅是走马观花而已。要想确实掌握书中的东西那就得下功夫去啃大部头。
0 有用 nomo:P 2021-11-05 21:23:28
深入浅出
0 有用 Allen Sun 2010-02-21 16:45:53
模式识别和NLP的必备基础书
0 有用 amo 2014-06-17 10:33:33
机器学习者必读
0 有用 流星科研漂漂拳 2023-11-07 20:52:39 北京
刚拿到，翻了一下目录，老铁你果然写的很全...
0 有用 Immortalsº_ 2023-01-17 21:42:25 上海
这学期的课覆盖了一半多内容，算是概率统计的入门。如编者所言，本书力图覆盖统计学的方方面面，以广度代深度的结果是每章比较简略，作为入门书是合适的，不过许多地方只是给出一大堆概念和定理，缺少了知识点之间的逻辑关系和证明。好在课的质量不错，老师的推导一定程度上弥补了这点，虽然学得不怎么样，至少又久违地感受到数学之美了。另外这本中文版错漏百出，校对的时候能不能走点心啊。
0 有用 nomo:P 2021-11-05 21:23:28
深入浅出
0 有用 黄色失眠小马 2021-03-05 15:31:29
本来我想，我一个工科男，我拿这本书当一个工具书用，查缺补漏足够了。但是转念一想，既然你不能给一个初学者从零到入门，那就别舔着个脸叫完全教程好么?
1 有用 bravoy 2020-04-06 10:24:37
很久之前读的，当时的感觉就是深入浅出。最近可能重新看看。