計算統計學 (Computational Statistics)

作品

書籍

課程

程式集

小說集

論文集

散文集

影片集

編輯雜誌

程式人

電子書

JavaScript

計算語言學

微積分

Blender 動畫

C# 語言

系統程式

高等 C 語言

Java

Android

Verilog

Wikidot

R 統計軟體

機率統計

計算機數學

組合語言

人工智慧

開放原始碼

網路資源運用

計算機結構

相關訊息

常用工具

友站連結

在家教育

RSS

最新修改

網頁列表

簡體版

English

C# 專案下載:計算統計學程式集 Statistics.zip

教材

  1. 計算統計學簡介 — 計算統計學 (Computational Statistics) 的簡介。
  2. 機率理論 — 計算統計學的機率理論基礎 (Probability)。
  3. 貝氏網路 — (Bayesian Network)
  4. 蒙地卡羅算法 — (Monte Carlo Algorithm)
  5. 馬可夫鏈 — (Markov Chain and Hidden Markov Model, HMM)
  6. 蒙地卡羅馬可夫算法 — (Markov Chain Monte Carlo, MCMC)
  7. Gibbs 取樣程序 — 用 Gibbs Sampling 進行蒙地卡羅式的取樣模擬。
  8. Metropolis-Hasting 疊代法 — 用 Metropolis-Hasting 學習馬可夫鏈的狀態轉換矩陣。
  9. EM 算法 — (Expectation-Maximization Algorithm) 。
  10. 最大似然法則 — (Maximum Likelihood) 找尋最適當的機率模型。
  11. 最大熵法則 — (Maximum Entropy) 找尋最大亂度的機率模型。
  12. 拉格朗日乘數 — (Lagrange Multiplier) 將最大似然法與最大熵法則連接成對偶問題的數學工具。

理論與程式

  1. 計算統計學的 C# 實作

參考文獻

  1. 網路電子書 , Handbook of Computational Statistics, J.E. Gentle et. al. ISBN-10: 3540404643

Facebook

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License