数学物理学家杰恩斯的殿堂级神作

学习概率统计必读

◎ 编辑推荐

专注于概念的详尽解释，包含大量练习

提供大量生活实例和常识的解读

讲述概率统计的历史脉络和广泛应用

◎ 书籍推荐

这本《概率论沉思录》既是一本数学书，也是一本科学哲学书，还可以被看作一本逻辑学书，甚至一本生活智慧书。……如果理解其中的思想，相信读者对该不该买保险、该不该炒股、如何看待超自然现象等都会有自己更好的判断。

——译者 廖海仁

这不是一本普通的书，而是统计学的一次革新。它毫不掩饰地推崇贝叶斯理论，又非常脚踏实地，有数百个生动的例子。每个对概率统计学问题和应用感兴趣的人都应该认真读一读。

——SIAM News

读者肯定会看到一些自己不太认同的看法，但也会有很多发现，这些发现不仅会让人深入思考我们的惯常行为，而且还让人更一般地思考其中的概率统计原理。尤其对于统计学家和其他科学家来说，《概率论沉思录》不仅仅是“推荐读物”，而是必读的一本书。

——《数学评论》

◎ 内容简介

概率论作为逻辑的延伸，是所有科学推断的基础。杰恩斯表明，概率论的应用范围远比传统频率派所设定的要广泛。本书收集了概率统计的各种线索，将概率论和统计推断融合，简洁统一，生动地讨论了其在数学、物理学、经济学、化学、生物学中的广泛应用，揭开了众多悖论背后的玄机。尤其关注贝叶斯理论，证明了当概率和客观频率之间存在对应关系时，贝叶斯概率分布总会平滑地转化为客观频率分布。本书内容全面，附有大量练习。

概率论是数学学科里很基础、很年轻、应用很广泛的一门学科，它不仅和我们日常生活息息相关，更是当今大火的大数据和人工智能技术的基础。不学概率论，就没法看懂前沿科技，没法理解现实世界，更没法预知和抓住未来。

作者通过生活中的案例，从通识的视角，带读者学习正态分布、幂律分布、大数定律、贝叶斯计算、方差和期望，让这些内容不再是高深莫测的数学概念，而是你能运用于自己决策的数学工具。

只要会四则运算，你就能够通过这本书学会概率论的相关概念，培养概率论思维，并将其应用于日常生活中，提升决策能力。

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外，每章介绍一种方法。叙述力求从具体问题或实例入手， 由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。 为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供从事计算机应用相关专业的研发人员参考。