機率與統計推論學習要訣, 5/e
劉明昌
- 出版商: 全華圖書
- 出版日期: 2026-08-13
- 定價: $880
- 售價: 9.0 折 $792
- 語言: 繁體中文
- 頁數: 800
- ISBN: 626401849X
- ISBN-13: 9786264018494
-
相關分類:
機率統計學 Probability-and-statistics
立即出貨 (庫存=1)
買這商品的人也買了...
-
通訊原理, 4/e
$340$306 -
機器學習$648$615 -
人工智能基礎 (高中版)(*封面書況瑕疵,不介意再下單)$299$284 -
精通機器學習|使用 Scikit-Learn , Keras 與 TensorFlow, 2/e (Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2/e)$1,200$948 -
$504人臉識別與美顏算法實戰:基於 Python、機器學習與深度學習 -
$499計算機視覺中的深度學習 -
開發者傳授 PyTorch 秘笈$1,200$948 -
$1,128數學要素 (全彩圖解 + 微課 + Python 編程) -
$254圖像處理與電腦視覺實踐 — 基於 OpenCV 和 Python -
$1,270編程不難 (全彩圖解 + 微課 + Python 編程) -
$327數字圖像處理與深度學習技術應用 -
$1,068馬同學圖解微積分 (下) -
$351Python 信號處理模擬與應用 (新形態版) -
$402基於 Python 的通信原理模擬 -
AI PC 基礎 CPU 架構 - Arm Cortex-M4 STM32F407 HAL 開發實戰$1,080$853 -
工程數學學習要訣 (上), 21/e$800$760 -
工程數學學習要訣 (下), 21/e$800$760 -
$458動手學電腦視覺 -
$300數字信號處理 — 使用 Python 分析與實現 (新形態版) -
Microsoft Azure AI Services 與 Azure OpenAI 從入門到人工智慧程式開發 -- 使用 Python (含MCF AI-900國際認證)$560$420 -
深度學習詳解|台大李宏毅老師機器學習課程精粹$750$592 -
$327數字圖像處理——使用Python分析與實現 -
視覺慣性 SLAM 實作 - 原始程式剖析真正讀懂理論 (好評熱銷版)$980$774 -
微積分學習要訣, 26/e (適用: 研究所.轉學考.大專用書)$1,040$988 -
現代 AI 全景聖經:機器學習 x 神經網路,從數學原理到 Transformer 核心$1,080$853
商品描述
本書特色
1.告別死板的「數學」,親切對話式教學
雖名為《機率與統計推論》,書中卻找不到令人無法忍受的艱澀數學符號!以親切的文筆與對話式說明,讓您彷彿親臨現場聆聽授課。內容編排「有梗」,保證讓您愈K愈有趣,不再對數學感到恐懼。
2.精選名校歷屆試題,詳盡解答破除盲點
嚴選國立名校研究所入學試題與期中、期末考題,甚至是「台大電機、資工二階」考題。全書配合詳細解答,充分滿足自修與考試需求,讓您真正融會貫通--只要懂內容,就不怕考題千變萬化!
3.專有名詞中英對照,無縫接軌原文書
全書重點專有名詞皆附有中英對照,不僅幫助釐清觀念,更能協助讀者輕鬆銜接原文書籍與未來進階的學術研究。
4.作者親校親打,紮實排版零廢話
全書內容皆由作者親自打字排版,精準度極高,幾乎零錯誤!編排紮實、不浪費版面空間,堅持「不以厚度取勝」的原則,給您最舒適流暢的視覺閱讀享受。
5.超強售後服務,作者親自駐點解惑
學習不怕找不到人問!歡迎加入專屬臉書社團「劉明昌微積分工數線代機率」,舉凡微積分、工程數學、線性代數、機率與統計、複變、PDE等問題,皆可上網諮詢,作者將親自為您解惑。
內容簡介
本書專為高中、大學自修與研究所備考量身打造,捨棄冰冷的公式堆疊,帶您真正「讀懂」機率與統計。
目錄大綱
第一章 古典機率
1-0 什麼是機率
1-1 排列與組合
1-2 基本定義
1-3 機率之計算
1-4 條件機率
1-5 貝氏定理
1-6 期望值與方差
1-7 考題說明
總複習題
第二章 隨機變數
2-1 隨機變數之觀念
2-2 累積分布函數
2-3 離散型隨機變數
2-4 連續型隨機變數
2-5 均值與方差
2-6 動差
2-7 動差產生函數
2-8 考題說明
總複習題
第三章 離散型機率分布
3-1 白努利分布(兩點分布)
3-2 二項分布
3-3 波松分布
◆波松過程(Poisson process)
3-4 幾何分布
3-5 負二項分布、超幾何分布(※)
3-6 離散型隨機變數之函數
3-7 考題說明
總複習題
第四章 連續型機率分布
4-1 均勻分布
4-2 常態分布與對數常態分布
4-3 指數分布
4-4 Gamma分布與x2分布(※)
4-5 Beta分布(※)
4-6 韋柏分布與萊利分布(※)
4-7 連續型隨機變數之函數
4-8 隨機變數之電腦模擬
4-9 考題說明
總複習題
第五章 多隨機變數
5-1 聯合機率函數
5-2 獨立性與條件分布
5-3 聯合動差母函數
5-4 双隨機變數之坐標變換
5-5 協方差與相關係數
5-6 多維常態分布
5-7 在科學之應用
5-8 考題說明
總複習題
第六章 隨機數列
6-1 獨立隨機變數之和
6-2 謝比雪夫不等式
6-3 大數定律與中央極限定理
6-4 隨機和(※)
6-5 考題說明
總複習題
第七章 抽樣,估計,假設檢定(※)
7-1 抽樣與抽樣分布
7-2 參數估計
7-3 信賴區間
7-4 假設檢定
第八章 隨機程序(※)
8-1 隨機程序之觀念
8-2 隨機程序之分布函數
8-3 功率頻譜密度函數
附錄A:標準常態分布數值表
附錄B:各種機率密度函數之數字特徵
附錄C:離散型隨機變數之PMF與mgf
附錄D:連續型隨機變數之PDF與mgf
註:加※符號之章、節,表示研究所很少考,但在統計、通訊類之大學或研究所課程皆會用到!
