Artículos relacionados a Probability for Statistics and Machine Learning: Fundamental...
Sinopsis
Chapter 1. Review of Univariate Probability.- Chapter 2. Multivariate Discrete Distributions.- Chapter 3. Multidimensional Densities.- Chapter 4. Advance Distribution Theory.- Chapter 5. Multivariate Normal and Related Distributions.- Chapter 6. Finite Sample Theory of Order Statistics and Extremes.- Chapter 7. Essential Asymptotics and Applications.- Chapter 8. Characteristic Functions and Applications.- Chapter 9. Asymptotics of Extremes and Order Statistics.- Chapter 10. Markov Chains and Applications.- Chapter 11. Random Walks.- Chapter 12. Brownian Motion and Gaussian Processes.- Chapter 13. Posson Processes and Applications.- Chapter 14. Discrete Time Martingales and Concentration Inequalities.- Chapter 15. Probability Metrics.- Chapter 16. Empirical Processes and VC Theory.- Chapter 17. Large Deviations.- Chapter 18. The Exponential Family and Statistical Applications.- Chapter 19. Simulation and Markov Chain Monte Carlo.- Chapter 20. Useful Tools for Statistics and Machine Learning.- Appendix A. Symbols, Useful Formulas, and Normal Table.
"Sinopsis" puede pertenecer a otra edición de este libro.
(Ningún ejemplar disponible)
Buscar: Crear una petición¿No encuentra el libro que está buscando? Seguiremos buscando por usted. Si alguno de nuestros vendedores lo incluye en IberLibro, le avisaremos.
Crear una petición
