高维概率及其在数据科学中的应用
简介
本书全面介绍高维概率的理论及其关键工具和现代应用，涵盖霍夫丁不等式和切尔诺夫不等式等经典结果以及矩阵伯恩斯坦不等式等现代发展，还介绍了基于随机过程的强大方法，包括Slepian不等式、Sudakov不等式和Dudley不等式等工具，以及基于VC维数的泛型链接和界限。全书使用了大量插图，包括协方差估计、聚类、网络、半正定规划、纠错码、降维、矩阵补全、机器学习、压缩感知以及稀疏回归的经典和现代结果。
有问题微信扫码联系
本书全面介绍高维概率的理论及其关键工具和现代应用，涵盖霍夫丁不等式和切尔诺夫不等式等经典结果以及矩阵伯恩斯坦不等式等现代发展，还介绍了基于随机过程的强大方法，包括Slepian不等式、Sudakov不等式和Dudley不等式等工具，以及基于VC维数的泛型链接和界限。全书使用了大量插图，包括协方差估计、聚类、网络、半正定规划、纠错码、降维、矩阵补全、机器学习、压缩感知以及稀疏回归的经典和现代结果。