投稿元:
レビューを見る
確率統計の概念や基礎を学ぶのに、とても良いと思います。
ただ、応用を学ぶには別書が必要です。
直感的に分かり易い表現が多く、また、同じことの言い換えをしっかり書いてくれているので、とても理解しやすいです。
大学の理系学部レベルで十分に読めます。
導入に適。
欲を言えば、区間推定についての解説が欲しかった。
投稿元:
レビューを見る
図を使った説明と例が分かりやすい。一度統計の勉強をしたことがある人が、イメージをつかむのにいい本だと思います。ただ、最後の方は、消化不良気味なので、データマイニング手法の本として買うなら他の本が良いと思います。
投稿元:
レビューを見る
プログラミングのためのと書いてあるが万人向けの確率、統計の本。
図や非常に直感的な説明が多用されており、測度論的な確率論の学習前に読むと良い
投稿元:
レビューを見る
プログラマーとは殆ど関係が無い本だが、統計のイメージを把握できた気になる、面白い本だと思う。色々反省する機会にもなったかな
投稿元:
レビューを見る
具体的で分かりやすく書かれていました。
例題も解けば、十分基礎が身に付くと思います。
ちなみにプログラマでなくても普通に読める本です。
投稿元:
レビューを見る
これはタイトルが悪い。プログラミングのためでなく、単に確率のテキストとして優れている。特に、測度論に行ったりする必要のない文系、即ち文系統計ユーザーのバイブルとして宣伝すべきだった。
投稿元:
レビューを見る
数学的に不正確な表現もあるようですが、変に証明を並べるようなことをしていないので分かりやすいと思います。主成分分析・擬似乱数・情報源符号化定理など、各分野への応用についても触れられています。確率なんか大っ嫌いだ、という人にこそ良い本だと思います。
投稿元:
レビューを見る
[出典]
Amazon.co.jp: マルコフ過程
https://www.amazon.co.jp/s?k=%E3%83%9E%E3%83%AB%E3%82%B3%E3%83%95%E9%81%8E%E7%A8%8B&page=4&adgrpid=56071934049&gclid=Cj0KCQiApaXxBRDNARIsAGFdaB9U-wkGZgieCDMYYcxoC9u7cwu2qQAhYOXSC8-YU7xz-HBYaIkMIXoaAsZGEALw_wcB&hvadid=338524445202&hvdev=c&hvlocphy=9053324&hvnetw=g&hvpos=1t1&hvqmt=b&hvrand=10311146864076977117&hvtargid=aud-759242200006%3Akwd-320673347216&hydadcr=13894_10891632&jp-ad-ap=0&qid=1579789173&ref=sr_pg_4
[備考]
https://www.amazon.co.jp/dp/B01IGW5CJ2/
投稿元:
レビューを見る
素晴らしい本だと思います.「プログラミングのための」という修飾は謎ですが.
以下に素晴らしい点の列挙です.
1.著者は「数学的にはちゃんとしてない」と言っていますが,正当な測度論的な確率論のロジックが根底におかれており,その意味でかなり珍しい本だと思います.それでいて,初学者には難しいであろう確率空間の概念を,これでもかというぐらいまで噛み砕いて説明してくれています.
実際の厳密な議論のためには,「面積=測度」「期待値=ルベーグ積分」の置き換えが必要ですが,それは単に本文の流れを数学的に肉付けしていくだけの作業です(それが煩雑なのですが笑).
通常の初等確率論の教科書から測度論的確率論の教科書に移る際のギャップは,初学者泣かせだと思いますが,その意味では,本書は本格的な測度的確率論に進む前の格好の1冊といえると思います.
2.測度論的な見方だけでなく,点推定論・検定論についても,理論的に高級な本で現れる考え方が完全に踏襲されており,それでいて平易に説明されています.
3.多次元正規分布に関する操作が,手順含めて,かなり丁寧に解説されている.ビショップの『パターン認識と機械学習』の2章の行列計算で挫折した人にはお誂え向きだし,それを読破した人にも有用な視点を与えてくれると思う.
4.応用先として,回帰分析・主成分分析・カルマンフィルタ・マルコフ連鎖・情報理論(情報源符号化定理,通信路符号化定理)といった,多岐にわたるトピックに言及されています.もちろん平易な説明付きです.
5.本文中における諸事項のつながりが随所で明示されていて,すごく読みやすい.
分からなかった人はp.xxxを参照,この概念はA節(p.xxx)で用いられるなど.
ーー以上
著者の情熱がこもった素晴らしい本だと思います.
一点言うとすれば,測度論的な見方をする(面積をもとに考える)とどんなメリットがあるのか,がより強調されていると,そういう考え方に馴染みがない読者にとっての良心となると思いました(激ムズな要求だと思いますが...)
なんにせよ,確率統計を学ぶ際の1.5冊目ぐらいの本として,最高だと思います.
投稿元:
レビューを見る
機械学習を実務で使うためにはじパタやPMLMに取り組んだものの、はじパタはわかった気になっただけ、緑本は途中で挫折する人も多い方と思います。この本と姉妹本のプログラミングのための線形代数の2冊をよめば、機械学習に関しての数式について理解が深まると思います。
投稿元:
レビューを見る
めっちゃいい本。統計検定の直前に理解が甘いところを読んで、理解を深めた。もう少し早く出会いたかった。
投稿元:
レビューを見る
確率変数というものが、わかるようで腹落ちできていなかったが、この本のおかげではっきり理解できた。本格的には測度論というものを学ぶ必要があるようなので、この本をきっかけに統計学の理解を深めていきたい。