机读格式显示(MARC)

• 000 01259nam0 2200241 450

• 001 0000389455

• 005 20230831172710.0

• 010 __ |a 978-7-300-31823-3 |d CNY59.00

• 100 __ |a 20230814d2023 em y0chiy0110 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 数据科学概率基础 |A shu ju ke xue gai lv ji chu |b 专著 |d Probability foundation for data science |f 尹建鑫编著 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2023

• 215 __ |a 233页 |c 图 |d 26cm

• 225 1_ |a 数据科学与大数据技术丛书

• 330 __ |a 本书先介绍经典的概率模型、随机变量和数字特征工具，之后引入概率论的精华——大数定律和中心极限定理，正是它们揭示了随机现象背后隐藏的确定性规律。在此基础上，结合概率、统计、信息论、数据科学的前沿理论发展方向，引入新近的非特征函数方法(随机耦合的想法和斯泰因方法)处理大数定律和中心极限定理，给出逼近的误差界。本书还介绍了非常有用的概率不等式，这为非渐近概率结果提供了基础工具。从比较严格的意义上来说，数据科学是通过计算和推断，从数据集或数据流中提取出来有价值的、真实的信息来辅助决策的一门科学。数据科学是从数据到信息再到决策的一个过程。

• 510 1_ |a Probability foundation for data science |z eng

• 606 0_ |a 数据处理

• 690 __ |a TP274 |v 5

• 701 _0 |a 尹建鑫 |A yin jian xin |4 编著

• 801 _2 |a CN |b 58marc.cn |c 20230912