机读格式显示(MARC)

• 000 01962nam 2200349 450

• 001 0000549078

• 005 20190610163300.0

• 010 __ |a 978-7-111-61054-0 |d CNY118.00

• 099 __ |a CAL 012019035271

• 100 __ |a 20190130d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 概率论导论 |A Gai Lv Lun Dao Lun |e 翻译版 |f (美) 约瑟夫·K. 布利茨斯坦, 杰西卡·黄著 |d = Introduction to probability |f Joseph K. Blitzstein, Jessica Hwang |g 张景肖译

• 210 __ |a 北京 |c 机械工业出版社 |d 2019

• 215 __ |a X, 450页 |c 图 |d 26cm

• 225 2_ |a 名校名家基础学科系列 |A ming xiao ming jia ji chu xue ke xi lie

• 300 __ |a “十三五”国家重点出版物出版规划项目

• 306 __ |a 由Taylor & Francis出版集团旗下，CRC出版公司出版，并经其授权，仅限中国大陆地区销售

• 320 __ |a 有书目 (第449-450页)

• 330 __ |a 本书源自著名的哈佛统计学讲座，介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具，并列举了多种多样的应用实例，内容涉及偶然性、悖论、谷歌的网页排名算法（PageRank）及马尔可夫链蒙特卡罗方法（MCMC）等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章，分别介绍了概率与计数、条件概率、随机变量及其分布、期望、连续型随机变量、矩、联合分布、变换、条件期望、不等式与极限定理、马尔可夫链、马尔可夫链蒙特卡罗方法、泊松过程等内容。用容易理解的方式来呈现内容，用实例来揭示统计学中基本分布之间的联系，并通过条件化将复杂的问题归约为易于掌控的若干小问题。书中还包含了很多直观的解释、图示和实践问题。每一章的结尾部分都给出了如何利用R来完成相关模拟和计算的方法。

• 410 _0 |1 2001 |a 名校名家基础学科系列

• 500 10 |a Introduction to probability |m Chinese

• 606 0_ |a 概率论 |A Gai Lv Lun |x 高等学校 |j 教材

• 690 __ |a O211 |v 5

• 701 _1 |a 布利茨斯坦 |A bu li ci si tan |g (Blitzstein, Joseph K.) |4 著

• 701 _1 |a 黄 |A huang |g (Hwang, Jessica) |4 著

• 702 _0 |a 张景肖 |A zhang jing xiao |4 译

• 801 _0 |a CN |b CAU |c 20190610

• 905 __ |a CAU |d O211/94

• 920 __ |a 211180 |z 1