具体描述
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.
用户评价
##如果有人想知道学一点初等概率论之后可以干什么，推荐读这本书
评分##这门课让我深切意识到自己的数学已经荒废到了什么程度，另外目前还没有看到这本书中的算法在自己研究中有什么用处...
评分##这门课让我深切意识到自己的数学已经荒废到了什么程度，另外目前还没有看到这本书中的算法在自己研究中有什么用处...
评分##如果有人想知道学一点初等概率论之后可以干什么，推荐读这本书
评分##配合 randomized algorithms 来看，里面有些相同的内容
评分##很难，全部是数学理论，推导。我觉得这本数应该算数学书多一些。
评分##这门课让我深切意识到自己的数学已经荒废到了什么程度，另外目前还没有看到这本书中的算法在自己研究中有什么用处...
评分概率部分基本上是从头讲起的 没学过概率也能看懂 感动 算法分析讲的好
评分##很难，全部是数学理论，推导。我觉得这本数应该算数学书多一些。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.tinynews.org All Rights Reserved. 静思书屋 版权所有