开篇就把我震撼了,以上帝的视角看概率,一切都是确定的。——读者说

说到与程序设计关系紧密的数学学科,肯定有不少人首先就会想到概率论与统计学吧。从信息论到机器学习,从模式识别到数据挖掘,概率与统计的概念和原理活跃于计算机科学的各个领域,发挥着重要的作用。同时,概率与统计也都是应用性极强的学科。它们源于现实需求,在不断发展成熟后又反过来推进了各类问题的解决。纯粹的理论推演无法展现概率论与统计学的全部魅力,计算机科学的出现,为概率统计搭建了绝佳的应用舞台。

 

既然题为“程序员的数学",本书自然也专门介绍了一些与计算机科学相关的主题。本书涵盖了随机数理论、贝叶斯公式、马尔可夫链、信息熵等计算机科学专业课程中涉及的知识点,不但能够作为相关课程教材的补充,还能启发读者理解甚至设计相关的计算机算法,解决与概率统计相关的计算问题。本书的习题量不大,但都很典型,是检测相关知识点理解程度的理想材料。为了深入掌握本书内容,建议读者准备纸笔,随时通过笔头推算与演练,必能获得更好的学习效果。

ifelse也好、for循环也罢,代码可以说就是对数学逻辑的具体实现。所以敲代码的程序员几乎就离不开数学,难易不同而已。虽然数学不好一样可以写代码,但与一锥子买卖的小作坊相比,大厂和超级大厂更会注重数学能力。

目录简要

 

由于篇幅限制就只能以截图主要内容的方式展示出来了,可以直接转发+关注后<stron>传送门即可获取!!</stron>

聊聊概率这件事

第1部分会告诉读者生成机制,讨论由该机制生成的观测值具有怎样的性质。

三元组(Ω,F,P)——上帝视角

 

多个随机变量之间的关系

 

离散值的概率分布

 

探讨概率的应用

第2部分的重点将同时关注生成机制本身,讲解观测值怎样通过其背后的生成机制生成。

估计与检验

 

伪随机数

 

概率论的各类应用

 

需要获取这份《程序员的数学》423页文档的小伙伴可以直接转发+关注后点击传送门即可获取!!

写在最后

代码是对数学逻辑的实现,简单的逻辑调用关系是很容易看明白的。但还有那部分你可能不知道的数学逻辑时,就很难看懂了。比如:扰动函数、负载因子、斐波那契(Fibonacci)等,这些知识点的学习都需要对数学知识进行验证,否则也就学个概念,背个理论。

书到用时方恨少,不妨现在开始学习吧。