確率と計算 : 乱択アルゴリズムと確率的解析 （テキスト・第２版） Probability and Computing : Randomization and Probabilistic Techniques in Algorithms and Data Analysis （2ND）

確率と計算 : 乱択アルゴリズムと確率的解析（テキスト・第２版）<br>Probability and Computing : Randomization and Probabilistic Techniques in Algorithms and Data Analysis （2ND）

個数：

確率と計算 : 乱択アルゴリズムと確率的解析（テキスト・第２版）
Probability and Computing : Randomization and Probabilistic Techniques in Algorithms and Data Analysis （2ND）

Mitzenmacher, Michael/ Upfal, Eli

ウェブストア価格 ¥14,514（本体¥13,195）
Cambridge University Press（2017/07発売）
外貨定価 UK£ 52.00
ポイント 131pt

国内在庫僅少。通常5～7日で発送いたします。
（品切れや複数冊ご注文の場合には海外お取り寄せとなり時間がかかります。）

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 484 p.
言語 ENG
商品コード 9781107154889
DDC分類 005.1

Full Description

Greatly expanded, this new edition requires only an elementary background in discrete mathematics and offers a comprehensive introduction to the role of randomization and probabilistic techniques in modern computer science. Newly added chapters and sections cover topics including normal distributions, sample complexity, VC dimension, Rademacher complexity, power laws and related distributions, cuckoo hashing, and the Lovasz Local Lemma. Material relevant to machine learning and big data analysis enables students to learn modern techniques and applications. Among the many new exercises and examples are programming-related exercises that provide students with excellent training in solving relevant problems. This book provides an indispensable teaching tool to accompany a one- or two-semester course for advanced undergraduate students in computer science and applied mathematics.

1. Events and probability; 2. Discrete random variables and expectations; 3. Moments and deviations; 4. Chernoff and Hoeffding bounds; 5. Balls, bins, and random graphs; 6. The probabilistic method; 7. Markov chains and random walks; 8. Continuous distributions and the Polsson process; 9. The normal distribution; 10. Entropy, randomness, and information; 11. The Monte Carlo method; 12. Coupling of Markov chains; 13. Martingales; 14. Sample complexity, VC dimension, and Rademacher complexity; 15. Pairwise independence and universal hash functions; 16. Power laws and related distributions; 17. Balanced allocations and cuckoo hashing.