|
l*****a
发帖数: 119 | 2 通俗易懂的
Numerical Optimization 2nd, by Jorge Nocedal and Stephen Wright
经典的
Nonlinear Programming 2nd，by Dimitri P. Bertsekas
中文的：
袁亚湘 孙文瑜 书名忘记了 此书后来出了英文版 |
|
h*********r
发帖数: 210 | 3 都是全新的影印版，参考amazon旧书的价格
1.Foundations of Differentiable Manifolds and Lie Groups
Frank W. Warner
2.A Course in Differential Geometry
W. Klingenberg, D. Hoffman
3.Bayesian Methods: An Analysis for Statisticians and Interdisciplinary
Researchers (Cambridge Series in Statistical and Probabilistic Mathematics)
Thomas Leonard
4.Matrix Analysis
Roger A. Horn , Charles R. Johnson
5.Topics in Matrix Analysis
Roger A. Horn , Charles R. Johnson
6.Numerical Solution of Partial Differential Equations: An Int... 阅读全帖 |
|
l*****i
发帖数: 3929 | 4 推荐这个：Nonlinear Optimization, Nocedal & Wright，我老板的书写得不错其实 |
|
|
|
e**y
发帖数: 51 | 7 陈不像是民科。
关于spline model的缺陷的讨论是对的，陈的这一点没错。大部分民科是不会站在一个
已知的理论缺陷上来提出自己的观点的。后面的修正部分，我很赞赏用概率推断的办法
去找临界点的思路。这一点，就我所知，在spline model里面还没有人讨论过。但是在
工程应用上，概率推断的办法已经广泛应用了。从这一点来说，陈的思路也并非非常新
颖。除非，陈能像whaba那样，建立一个reproducing kernel hilbert space的理论来
justify spline model一样来justify他的模型，那今天的这些所谓争论就可以归结为
粪土了。
陈虽然不是统计学家，但是就他自己所说，“我对统计学仅仅懂得一丁点的皮毛，尽管
我在这个领域干了20多年了，而且我的经历从数据输入员到现场调查员到调查设计者、
组织者和管理者再到数据库的建立与维护者最后到统计分析人员等几乎贯穿了一个应用
统计研究的全过程。”我完全相信，这个经历是板上绝大部分人所没有的。绝大部分人
甚至都不知道数据是怎么一个收集来的。而绝大部分人甚至还在相信，统计学的最有价
值部分在后面的分析，而不是前... 阅读全帖 |
|
w******e
发帖数: 142 | 8 水木上看见的推荐列表，小多，呵呵。
入门：
Pattern Recognition And Machine Learning
Christopher M. Bishop
Machine Learning : A Probabilistic Perspective
Kevin P. Murphy
The Elements of Statistical Learning : Data Mining, Inference, and Predictio
n
Trevor Hastie, Robert Tibshirani, Jerome Friedman
Information Theory, Inference and Learning Algorithms
David J. C. MacKay
All of Statistics : A Concise Course in Statistical Inference
Larry Wasserman
优化：
Convex Optimization
Stephen Boyd, Lieven Vandenberghe
Numerical Opti... 阅读全帖 |
|
|
