📖 书目详情
序贯蒙特卡罗方法引论
| 著者 | （法）尼古拉·肖邦（Nicolas Chopin），（意）奥米罗斯·怕怕斯皮利奥普洛斯（Omiros Papaspiliopoulos）著,汪时嘉，葛淑菲译 |
| ISBN | 9787040659009 |
| 中图分类 | O242.28 数理科学和化学 |
| 学科分类 | 理学 |
| 版次 | 第1版 |
| 出版社 | 高等教育出版社 |
| 丛书名 | 应用统计学丛书 |
| 出版年 | 2026.02 |
| 页码 | 364页 |
| 价格 | ¥119.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
9.6/10
|
📝 内容简介
"本书全面介绍了序贯蒙特卡罗方法，也称为粒子滤波器。这些方法已成为信号处理、流行病学、机器学习、种群生态学、定量金融和机器人学等不同领域序贯数据分析的主要方法。 本书内容全面，从基础理论到计算实现、方法论，及其在各个科学领域的各种应用。本书将序贯蒙特卡罗算法描述为一般框架的特殊案例，其中涉及费曼—卡茨分布等概念以及重要性抽样和重抽样等工具。这一总体框架贯穿全书。本书广泛介绍了状态空间（隐马尔可夫）模型的序贯学习（过滤、平滑），因为这仍然是序贯蒙特卡罗方法的重要应用。书中还讨论了更多最新应用，如这些模型的参数估计（例如通过粒子马尔可夫链蒙特卡罗技术）和具有挑战性的概率分布模拟（例如在贝叶斯推断或罕见事件问题中）。 本书既可作为序贯蒙特卡罗方法和状态空间建模的研究生教材，也可作为该领域的一般参考书。每章都包括一套自学练习、一份全面的参考书目和一个 “Python 角”（除第2，3章），其中讨论了所涉及方法的实际应用。此外，本书还附带了一个开源 Python 库，该库可实现书中描述的所有算法，并包含用于执行数值实验的所有程序。 本书作者Nicolas Chopin和Omiros Papaspiliopoulos荣获了2021年的DeGroot奖，以表彰他们在统计科学领域出版该著作。"
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购