統計之美:人工智慧時代的科學思維
李艦、海恩 著 張慶暉 博士 審閱
- 出版商: 深智
- 出版日期: 2019-09-15
- 定價: $580
- 售價: 7.9 折 $458
- 語言: 繁體中文
- 頁數: 328
- 裝訂: 平裝
- ISBN: 9869807259
- ISBN-13: 9789869807258
-
相關分類:
人工智慧、機率統計學 Probability-and-statistics
- 此書翻譯自: 統計之美:人工智能時代的科學思維
-
其他版本:
統計之美:人工智慧時代的科學思維, 2/e
買這商品的人也買了...
-
統計學,最強的商業武器:實踐篇$380$300 -
程序員的數學3 : 線性代數$474$450 -
貝葉斯方法:概率編程與貝葉斯推斷 (Bayesian Methods for Hackers: Probabilistic Programming and Bayesian Inference)$534$507 -
演算法圖鑑:26種演算法 + 7種資料結構,人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解$450$356 -
程序員的數學2 : 概率統計$474$450 -
$147程序員的數學 -
人工智能基礎 (高中版)$210$200 -
不懂程式也能學會的大數據分析術 - 使用 RapidMiner$550$468 -
大數據分析與應用實戰:統計機器學習之資料導向程式設計$800$760 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
進擊的資料科學|Python 與 R 的應用實作$580$493 -
Python 最強入門邁向頂尖高手之路 -- 王者歸來 (全彩版)$1,000$790 -
輕鬆學會 Google TensorFlow 2.0 人工智慧深度學習實作開發$520$406 -
TensorFlow 自然語言處理|善用 Python 深度學習函式庫,教機器學會自然語言 (Natural Language Processing with TensorFlow)$620$527 -
Python 技術者們 - 練功!老手帶路教你精通正宗 Python 程式 (The Quick Python Book, 3/e)$780$663 -
Python 網路爬蟲:大數據擷取、清洗、儲存與分析 -- 王者歸來$650$514 -
$3475G + AI 智能商業:商業變革和產業機遇 -
NumPy 高速運算徹底解說 - 六行寫一隻程式?你真懂深度學習?手工算給你看!$750$638 -
機器學習工程師面試全破解:嚴選 124道 AI 演算法決勝題完整剖析$650$507 -
強者用 PyTorch:實作史上最經典 AI 範例$690$545 -
極詳細 + 超深入:最新版 TensorFlow 1.x/2.x 完整工程實作$1,200$948 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
Deep Learning - Hardware Design$680$646 -
新手村逃脫!初心者的 Python 機器學習攻略(iT邦幫忙鐵人賽系列書)$500$390 -
寫給大家的統計學|秒懂機率與統計,你也可以是人生勝利組 (Bayesian Statistics the Fun Way: Understanding Statistics and Probability with Star Wars, Lego, and Rubber Ducks)$480$408
商品描述
本書特色
96個生活故事讀懂人工智慧科學思維
一條條暗藏脈絡建立人工智慧統計基礎
有趣、有味、有智慧、如飲醇酒、如沐春風
名人推薦/內容簡介
艦哥的《統計之美》為你揭開這層面紗,讓你重新領略統計學的獨特之美
!為艦哥鼓掌,為《統計之美》按讚,我輩加油!
~~王漢生,北京大學光華管理學院教授
本書系統化地組織知識,呈現知識的趣與美,引發讀者的學習興趣和動機
。
作者旁徵博引,資料科學的例子信手拈來,歷史上的著名典故、日常生活
中的趣事、互聯網上的熱點話題,甚至科幻與武俠小說中的場景,都成為
作者講述統計學概念、方法的絕佳例子。圍繞這些精心挑選的有趣問題進
行分析和討論,給出解決問題的路徑,同時引出統計學中重要的概念與方
法。讀完本書,讀者可以深切體會到統計學是如何被應用到生活中的。
~~RickJin(靳志輝)博士,火光搖曳CEO
本書用優美的語言告訴讀者,如何透過定量的方法認識這個世界隱藏的秩
序和深刻的美,每一位希望在大數據和人工智慧時代繼續跳舞的人,都不
容錯過。
~~周濤 教授,電子科技大學
這是一本出色的統計學科普書,用樸素的語言和風趣翔實的案例闡述統計
學的實用價值和迷人之處。統計學不僅是一門技術,更是我們認識和理解
世界的「道」。
~~鄧一碩,懶投資CFO、統計之都成員
堅實的理論基礎,獨到的思維方式,有趣的應用領域,再加上每節一個生
動的小故事作為開胃菜,這是本書獻給廣大讀者的一份統計學大餐。
~~邱怡軒,普渡大學統計系博士、統計之都成員
本書96個統計相關故事,有趣、有味、有智慧,如飲醇酒,如沐春
風。
~~魏太雲,百分點資料建模部負責人、統計之都成員
本書雖然沒有明確的界定,但是總體上可以劃分為三個部分:基礎篇、原
理篇和擴展篇,以循序漸進的方式讓讀者容易接受。
本書主要內容:
■ 統計與科學
■ 資料與數學
■ 資料視覺化
■ 模型與方法
■ 大數據時代
■ 數據的陷阱
透過本書,讀者能夠理解人工智慧時代的思維模式,應對迅速變化
的世界,入門AI統計基礎。
作者簡介
李艦 統計學學士、軟體工程碩士、商學博士
資料科學領域資深工作者,見證並參與統計學從冷門專業到顯學的過程。
「統計之都」社區的核心成員、開源社區的活躍貢獻者,致力於資料科學
在實體行業中的應用。
海恩
在矽谷著名互聯網企業從事資料分析工作,業餘時間喜歡抓資料做點好玩
的分析。
張慶暉 統計博士
銘傳大學會計系教授
目錄大綱
01 統計與科學
1.1 隨機的世界
1.1.1 打撞球的物理學家
1.1.2 上帝擲骰子嗎
1.1.3 連環殺手的歸案
1.1.4 扔硬幣的數學家們
1.2 認識機率
1.2.1 遊戲獎金的分配
1.2.2 6 連號和14 連號
1.2.3 主持人背後的山羊
1.2.4 尋找失蹤的核潛艇
1.3 統計思想和模型
1.3.1 女士品茶
1.3.2 「渣男」去死
1.3.3 六西格瑪的奇蹟
1.3.4 牛頓的蘋果
1.4 統計與科學
1.4.1 智多星與神機軍師
1.4.2 深藍與阿爾法狗
1.4.3 中藥與西藥
1.4.4 所有模型都是錯的
02 資料與數學
2.1 資料與空間
2.1.1 多維世界的蟲子
2.1.2 駭客帝國和變形金剛
2.1.3 九章算術與線性方程式
2.1.4 二十八宿與黃道十二宮
2.2 隨機變數和分佈
2.2.1 伯努利的硬幣
2.2.2 相親多少次與神奇的37
2.2.3 棣莫弗的常態
2.2.4 醉鬼的步伐
2.3 認識資料
2.3.1 忒修斯之船
2.3.2 從性別到體重
2.3.4 一份體檢記錄
2.4 數理統計基礎
2.4.1 管中窺豹與一葉知秋
2.4.2 惡賭鬼的詭計
2.4.3 被平均的工資
2.4.4 小李飛刀與孔雀翎
03 資料視覺化
3.1 歷史上的統計圖形
3.1.1 河圖與洛書
3.1.2 倫敦霍亂的防治
3.1.3 南丁格爾的玫瑰
3.1.4 拿破崙遠征
3.2 數據與視覺化
3.2.1 女王的裙子
3.2.2 畫布與宣紙
3.2.3 深水王子與針眼畫師
3.2.4 「挑戰者」號太空梭
3.3 基礎統計圖形
3.3.1 老忠實噴泉的秘密
3.3.2 統計圖形的奠基人
3.3.3 古老國度的詩雲
3.3.4 飛翔的動態氣泡圖
3.4 資料之間的關係
3.4.1 東上相的軌道
3.4.2 五十州的最高峰
3.4.3 泰坦尼克號的倖存者
3.4.4 切爾諾夫的笑臉
04 模型與方法
4.1 常用統計模型
4.1.1 穿楊與射雕
4.1.2 降維攻擊
4.1.3 顧客就是上帝
4.1.4 股票的走勢
4.2 機器學習
4.2.1 啤酒和尿布的傳說
4.2.2 尋找「白富美」
4.2.3 寧可錯殺與絕不放過
4.2.4 樹木與森林
4.3 人工智慧
4.3.1 人工智慧的三起兩落
4.3.2 深度學習的前生今世
4.3.3 神秘的神經
4.3.4 美麗的濾鏡
4.4 其他分析方法
4.4.1 茶、酒與百事可樂
4.4.2 蒙地卡羅和原子彈
4.4.3 醫生的筆跡
4.4.4 沙漠裡的飛碟
05 大數據時代
5.1 技術的變遷
5.1.1 統計學的濫觴
5.1.2 資訊時代的來臨
5.1.3 資料探勘和商業智慧
5.1.4 大數據時代新紀元
5.2 分析工具
5.2.1 誰說菜鳥不會資料分析
5.2.2 群雄逐鹿的分析軟體
5.2.3 全棧工程師的最愛
5.2.4 本書作者最愛的R
5.3 計算框架
5.3.1 冰箱裡的大象
5.3.2 將兵與將將
5.3.3 電老虎和電螞蟻
5.3.4 摩爾定律的未來
5.4 大數據行業應用
5.4.1 互聯網的興起
5.4.2 流量的起點
5.4.3 收入的來源
5.4.4 猜你喜歡和投其所好
06 數據的陷阱
6.1 一葉障目
6.1.1 神奇的天蠍座
6.1.2 贏家的詛咒
6.1.3 打飛機的油價
6.1.4 和女神的緣分
6.2 相關與因果
6.2.1 芳華與熱飲
6.2.2 熱帖的秘密
6.2.3 雪與火的城市
6.2.4 名字很重要嗎
6.3 樣本和調查
6.3.1 測不準的美國大選
6.3.2 不對稱的杜蕾斯數據
6.3.3 幸運兒的傳奇
6.3.4 哈佛校長的辭職
6.4 圖形的誤導
6.4.1 收入的變化
6.4.2 收費站與汽車站
6.4.3 東莞的逃亡
6.4.4 有毒的配適
