具體描述
Assuming only an elementary background in discrete mathematics, this textbook is an excellent introduction to the probabilistic techniques and paradigms used in the development of probabilistic algorithms and analyses. It includes random sampling, expectations, Markov's and Chevyshev's inequalities, Chernoff bounds, balls and bins models, the probabilistic method, Markov chains, MCMC, martingales, entropy, and other topics. The book is designed to accompany a one- or two-semester course for graduate students in computer science and applied mathematics.
用戶評價
##從計算機科學的角度理解concentration, probabilistic method, Markov chain, entropy和martingale，用離散的眼光對待概率和計算之間的關係，真是妙不可言
評分##從計算機科學的角度理解concentration, probabilistic method, Markov chain, entropy和martingale，用離散的眼光對待概率和計算之間的關係，真是妙不可言
評分概率部分基本上是從頭講起的 沒學過概率也能看懂 感動 算法分析講的好
評分##配閤 randomized algorithms 來看，裏麵有些相同的內容
評分##從計算機科學的角度理解concentration, probabilistic method, Markov chain, entropy和martingale，用離散的眼光對待概率和計算之間的關係，真是妙不可言
評分概率部分基本上是從頭講起的 沒學過概率也能看懂 感動 算法分析講的好
評分##配閤 randomized algorithms 來看，裏麵有些相同的內容
評分##很難，全部是數學理論，推導。我覺得這本數應該算數學書多一些。
評分##如果有人想知道學一點初等概率論之後可以乾什麼，推薦讀這本書
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 book.teaonline.club All Rights Reserved. 圖書大百科 版權所有