La théorie des probabilités est l’étude mathématique de l’incertitude. Elle joue un rôle central dans l’apprentissage automatique, car la conception des algorithmes d’apprentissage repose souvent sur une hypothèse probabiliste des données. Vous êtes à la recherche de bons livres de probabilités à lire ?
Voici notre liste.
1. A Course in Probability Theory par Kai Lai Chung Ce livre suppose que vous avez un certain degré de maturité mathématique, mais vous donne des preuves très complètes des concepts de base de la probabilité rigoureuse.
2. An Introduction to Probability Theory and Its Applications (Introduction à la théorie des probabilités et à ses applications) de William Feller Il s’agit d’un livre en deux volumes et le premier volume est celui qui intéressera probablement un débutant car il couvre les probabilités discrètes. Le livre tend à traiter les probabilités comme une théorie à part entière.
3. Bundle of Algorithms in Java, Third Edition, Parts 1-5 : Fundamentals, Data Structures, Sorting, Searching, and Graph Algorithms par Robert Sedgewick Une excellente ressource (étudiants, ingénieurs et même entrepreneurs) si vous recherchez du code que vous pouvez prendre et implémenter directement sur le terrain.
4. Data Mining : Practical Machine Learning Tools and Techniques de Ian H. Witten Cet ouvrage est indispensable si vous voulez apprendre l’apprentissage automatique. Le livre est magnifiquement écrit et idéal pour l’ingénieur/étudiant qui ne veut pas trop entrer dans les détails d’une approche d’apprentissage automatique mais qui veut en avoir une connaissance pratique.
5. Discovering Statistics Using R par Andy Field Il s’agit d’un bon livre si vous êtes novice en matière de statistiques et de probabilités tout en vous familiarisant avec un langage de programmation. Le livre utilise R et est écrit de manière humoristique et décontractée, ce qui le rend facile à lire.
6. Fifty Challenging Problems in Probability with Solutions de Frederick Mosteller Ce livre est une excellente compilation qui couvre un grand nombre de problèmes. Ce que j’aime dans ces énigmes, c’est qu’elles sont toutes traitables et ne nécessitent pas trop de mathématiques avancées pour être résolues.
7. First Course in Probability par Sheldon Ross Cette introduction présente la théorie mathématique de la probabilité pour les lecteurs dans les domaines de l’ingénierie et des sciences qui possèdent des connaissances en calcul élémentaire. Présente de nouveaux exemples et exercices tout au long de l’ouvrage. Une nouvelle section présente une manière élégante de calculer les moments des variables aléatoires définies comme le nombre d’événements qui se produisent.
8. Introduction aux algorithmes par Thomas H. Cormen Ce livre couvre en profondeur un large éventail d’algorithmes, tout en rendant leur conception et leur analyse accessibles à tous les niveaux de lecteurs. Chaque chapitre est relativement autonome et peut être utilisé comme une unité d’étude.
9. Introduction aux probabilités de Dimitri P. Bertsekas Si vous souhaitez apprendre les probabilités en dehors d’une salle de classe, ce livre est un excellent choix. Il ne nécessite pas de connaissances préalables dans d’autres domaines, mais le livre est un peu pauvre en exemples travaillés.
10. Introduction à la théorie des probabilités par Paul G. Hoel Ce livre est un excellent choix pour quiconque souhaite apprendre la théorie élémentaire des probabilités (c’est-à-dire les probabilités basées sur le calcul plutôt que sur la théorie des mesures). Le livre suppose que les lecteurs n’ont aucune exposition préalable à ce sujet.
11. Probabilité et statistiques de Morris H. DeGroot C’est un livre exceptionnel pour ceux qui ont une solide formation en mathématiques. Il couvre tout ce que l’on peut apprendre dans un cours de statistique d’un an et plus, y compris de nombreuses sections sur les méthodes bayésiennes.
12. Probability Theory : A Concise Course (Dover Books on Mathematics) par Y.A. Rozanov Ce livre n’est pas destiné à tout le monde, car il requiert un petit degré de sophistication mathématique. Mais il s’avérera très utile pour un très large public. Pour les étudiants débutants sérieux en mathématiques et en sciences, il constituera le moyen le plus rapide d’apprendre le sujet.
13. Probability Theory : The Logic of Science par E.T. Jaynes Allant au-delà des mathématiques conventionnelles de la théorie des probabilités, ce livre envisage le sujet dans un contexte plus large. Il traite des nouveaux résultats, ainsi que des applications de la théorie des probabilités à une variété de problèmes.
14. The Probability Tutoring Book : An Intuitive Course for Engineers and Scientists (and Everyone Else !) by Carol Ash Guide d’auto-apprentissage pour les ingénieurs, les scientifiques et les étudiants en exercice, ce livre propose des exemples pratiques et travaillés sur les probabilités continues et discrètes pour des cours de résolution de problèmes. Il est rempli de diagrammes, d’exemples et de solutions pratiques qui facilitent grandement la compréhension d’une variété de problèmes de probabilité.
15. Understanding Probability : Chance Rules in Everyday Life par Henk Tijms C’est un excellent livre à posséder. La seconde moitié du livre peut nécessiter quelques connaissances en calcul. Il semble être le bon mélange pour quelqu’un qui veut apprendre mais qui ne veut pas être effrayé par les « lemmes ».
.
