Stochastik für Informatiker (Statistik und ihre Anwendungen) (2003. XII, 267 S. m. Abb. 23,5 cm)

個数:

Stochastik für Informatiker (Statistik und ihre Anwendungen) (2003. XII, 267 S. m. Abb. 23,5 cm)

  • 在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
    通常6~9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
    重要ご説明事項
    1. 納期遅延や、ご入手不能となる場合がございます。
    2. 複数冊ご注文の場合、分割発送となる場合がございます。
    3. 美品のご指定は承りかねます。
  • 【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 Paperback:紙装版/ペーパーバック版
  • 商品コード 9783540000617

Full Description

Stochastische Methoden finden in der Informatik zahlreiche Einsatzfelder, insbesondere in der Bio- und Medizinischen Informatik. Ziel des Buches ist es eine Einführung in die Grundlagen der Stochastik zu geben, wobei viele Anwendungsbeispiele für die notwendigen Theorie motivieren und diese illustriert. Über weite Strecken konzentriert sich das Buch auf die für die Informatik besonders wichtigen diskreten Modelle.

Besonderes Augenmerk wird auch darauf gelegt, die Brücke zur Numerik zu schlagen, weshalb z.B. exakte Konfidenzintervalle sehr ausführlich behandelt werden.  

Um dem immer wichtiger werdenden Gebiet der Bioinformatik Rechnung zu tragen, werden entsprechende Beispiele (z.B. Hardy-Weinberg-Gesetz, medizinische Tests, Sequenzvergleiche) und Methoden (exponentielle Schranken, EM-Algorithmus) behandelt, so dass auch Informatiker mit Nebenfach Medizin und Biologie das Buch mit Gewinn lesen können.

Hinweise zu weiterführender Literatur runden das Buch ab.

 

Contents

1. Einleitung 2. Laplace-Wahrscheinlichkeiten 3. Diskrete Wahrscheinlichkeitsräume und Zufallsvariablen 4. Bedingte Verteilungen und stochastische Unabhängigkeit 5. Statistische Anwendungen: Tests und Konfidenzbereiche 6. Erwartungswerte 7. Momentenerzeugende Funktionen und Exponentialungleichungen 8. Informationstheorie 9. Allgemeine Wahrscheinlichkeitsräume 10. Integrale und Erwartungswerte 11. Computersimulation von Zufallsvariablen 12. Markovketten 13. Approximation von Verteilungen 14. Maximum-Likelihood-Schätzer und EM-Algorithmus