Giới thiệu xác suất áp dụng cho các nhà toán học thuần túy?


11

Tôi có một nền tảng trình độ sau đại học về toán học thuần túy (Lý thuyết đo lường, Phân tích chức năng, Đại số toán tử, v.v.) Tôi cũng có một công việc đòi hỏi một số kiến ​​thức về lý thuyết xác suất (từ nguyên tắc cơ bản đến kỹ thuật học máy).

Câu hỏi của tôi: Ai đó có thể cung cấp một số tài liệu tham khảo và đọc kinh điển rằng:

  • Giới thiệu khép kín về lý thuyết xác suất
  • Đừng né tránh các phương pháp và bằng chứng lý thuyết
  • Cung cấp một sự nhấn mạnh về các kỹ thuật được áp dụng.

Về cơ bản, tôi muốn một cuốn sách sẽ dạy tôi áp dụng lý thuyết xác suất hướng đến các nhà toán học thuần túy. Một cái gì đó bắt đầu với các tiên đề cơ bản của lý thuyết xác suất và giới thiệu các khái niệm ứng dụng với sự chặt chẽ toán học.

Theo ý kiến, tôi sẽ giải thích những gì tôi cần. Tôi đang làm khai thác dữ liệu từ cơ bản đến nâng cao. Hồi quy logistic, Cây quyết định, Chỉ số cơ bản và Xác suất (phương sai, độ lệch chuẩn, khả năng, xác suất, khả năng, v.v.), học máy được giám sát và không giám sát (chủ yếu là phân cụm (K-Means, HVELal, SVM)).

Với suy nghĩ trên, tôi muốn một cuốn sách sẽ bắt đầu từ đầu. Xác định các biện pháp xác suất, nhưng sau đó cũng cho thấy những kết quả đó trong xác suất tổng hợp cơ bản (mà tôi biết, theo trực giác, xảy ra bằng cách tích hợp trên các tập rời rạc). Từ đó, nó có thể đi vào: Markov Chains, Bayesian .... tất cả trong khi thảo luận về lý luận nền tảng đằng sau lý thuyết, giới thiệu các khái niệm với toán học nghiêm ngặt, nhưng sau đó cho thấy cách các phương pháp này được áp dụng trong thế giới thực (cụ thể là dữ liệu khai thác mỏ).

  1. Có một cuốn sách hoặc tài liệu tham khảo như vậy tồn tại?

Cảm ơn bạn!

Tái bút - Tôi nhận ra điều này tương tự trong phạm vi của câu hỏi này . Tuy nhiên, tôi đang tìm kiếm lý thuyết Xác suất và không thống kê (tương tự như hai lĩnh vực).


2
Bạn có thể mở rộng ngắn gọn về ý của bạn bằng "kỹ thuật ứng dụng" không? Có nhiều văn bản lý thuyết xác suất xuất sắc; ví dụ, cuốn sách của Durrett là tuyệt vời cho các nhà toán học đã biết lý thuyết đo lường và nó được tải với các ví dụ. Anh ta không nắm tay bạn nhiều như các văn bản khác và anh ta cũng không bận tâm đến các chi tiết trong các bằng chứng. Điều này thực sự tốt cho những người có nền tảng toán học đã vững chắc.
Đức hồng y

1
Bằng cách áp dụng tôi có nghĩa là: Tôi đang làm việc và tôi phải thực sự sử dụng lý thuyết xác suất. Tôi phải có khả năng nói về những điều cơ bản như sự khác biệt giữa "xác suất" và "khả năng" và những thứ tương tự. Về cơ bản: hãy tưởng tượng một người chưa bao giờ học bất kỳ lý thuyết xác suất. Nhưng họ cũng là một nhà toán học biết lý thuyết đo lường.
aaronlevin

2
@aaronlevin, theo kinh nghiệm của tôi, lĩnh vực chúng tôi gọi là "Xác suất ứng dụng" có xác suất cao hơn nhiều so với áp dụng. Tôi thích Xác suất và Hàng đợi ứng dụng , với cách xử lý ngắn gọn các chuỗi Markov và các quy trình ngẫu nhiên cơ bản khác và với nhiều minh họa về mô hình xác suất của Hàng đợi, v.v. Tuy nhiên, tôi không chắc đây là cuốn sách xác suất mà bạn đang tìm kiếm. Bạn làm việc gì? "Áp dụng" bạn thực sự có nghĩa là "thống kê"?
NRH

1
Câu hỏi này hơi khó, vì "xác suất áp dụng" có thể là bất kỳ số lượng nào. Sẽ có ích nếu bạn nói với chúng tôi thêm một chút về loại ứng dụng bạn có trong đầu. Phân tích thuật toán? Lý thuyết xếp hàng? Vấn đề tài chính? Vật lý thống kê? Viễn thông? Hơn nữa, "khả năng" và "kỹ thuật học máy" là một phần của thống kê nhiều hơn là một phần của lý thuyết xác suất. Rất đại khái, lý thuyết xác suất liên quan đến việc mô hình hóa các hiện tượng vật lý, trong khi thống kê liên quan đến suy luận từ các quan sát của các hiện tượng đó.
MånsT

Câu trả lời:


4

Mặc dù tôi chắc chắn rằng @cardinal cũng sẽ kết hợp một chương trình xuất sắc, nhưng hãy để tôi đề cập đến một vài cuốn sách có thể đề cập đến một số điều mà OP đang yêu cầu.

Gần đây tôi tình cờ thấy Xác suất thống kê và học máy của Anirban DasGupta, xuất hiện với tôi để đề cập đến nhiều chủ đề xác suất được yêu cầu. Nó khá là toán học trong phong cách của nó, mặc dù nó dường như không phải là "lõi cứng" đo lường lý thuyết. Theo tôi, những cuốn sách "cốt lõi" tốt nhất là Phân tích thực và Xác suất của Dudley và Cơ sở của Xác suất hiện đại của Kallenberg. Hai cuốn sách rất toán học này có thể truy cập được dựa trên nền tảng của OP trong phân tích chức năng và đại số toán tử chúng thậm chí có thể thú vị. Không ai trong số họ có nhiều điều để nói về các ứng dụng mặc dù.-

Về mặt ứng dụng nhiều hơn, tôi chắc chắn sẽ đề cập đến Yếu tố học tập thống kê của Hastie và cộng sự, nơi cung cấp một cách xử lý nhiều chủ đề và ứng dụng hiện đại từ thống kê và học máy. Một cuốn sách khác mà tôi sẽ giới thiệu là In All Likabilities của Pawitan. Nó liên quan đến các tài liệu và ứng dụng thống kê tiêu chuẩn hơn và cũng khá toán học.


1
(+1) Gợi ý tốt! Cảm ơn đã dành thời gian để đặt những thứ này lại với nhau. Kallenberg như một cuộc gặp gỡ đầu tiên với lý thuyết xác suất, ngay cả đối với một người có nền tảng về lý thuyết đo lường, có thể là một chút về phía đầy tham vọng. Có Dudley (hoặc bất kỳ văn bản nào khác) trong tay là đủ, và, có lẽ, cần thiết.
Đức hồng y

2

Đối với một lý thuyết đo lường dựa trên giới thiệu về xác suất, tôi đề xuất "Xác suất: Lý thuyết và ví dụ" của Durrett (ISBN 0521765390) với Cosma Shalizi "Hầu như không có lý thuyết nào về các quá trình ngẫu nhiên" (có sẵn miễn phí http: //www.stat.cmu. edu / ~ cshalizi / gần như không có / v0.1.1 / gần như none.pdf ). Tôi đã không bắt gặp một cuốn sách hoàn hảo khép kín cho tất cả mọi thứ sau đó. Một số kết hợp sách của MacKays (tốt cho các mạng thần kinh: http://www.inference.phy.cam.ac.uk/itprnn/book.html ), sách mô hình đồ họa Koller và Friedman (ISBN: 0262013193) và tốt nghiệp tốt sách thống kê toán học cấp có thể làm việc.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.