Vor Ort
Merkzettel Warenkorb
Produktbild: Introduction to Probability for Computing

Introduction to Probability for Computing

64,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

28.09.2023

Verlag

Cambridge University Press

Seitenzahl

550

Maße (L/B/H)

25/17,5/3,5 cm

Gewicht

1157 g

Sprache

Englisch

ISBN

978-1-00-930907-3

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

28.09.2023

Verlag

Cambridge University Press

Seitenzahl

550

Maße (L/B/H)

25/17,5/3,5 cm

Gewicht

1157 g

Sprache

Englisch

ISBN

978-1-00-930907-3

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
Die Leseprobe wird geladen.
  • Produktbild: Introduction to Probability for Computing
  • Preface; Part I. Fundamentals and Probability on Events: 1. Before we start ... some mathematical basics; 2. Probability on events; Part II. Discrete Random Variables: 3. Probability and discrete random variables; 4. Expectations; 5. Variance, higher moments, and random sums; 6. z-Transforms; Part III. Continuous Random Variables: 7. Continuous random variables: single distribution; 8. Continuous random variables: joint distributions; 9. Normal distribution; 10. Heavy tails: the distributions of computing; 11. Laplace transforms; Part IV. Computer Systems Modeling and Simulation: 12. The Poisson process; 13. Generating random variables for simulation; 14. Event-driven simulation; Part V. Statistical Inference; 15. Estimators for mean and variance; 16. Classical statistical inference; 17. Bayesian statistical inference; Part VI. Tail Bounds and Applications: 18. Tail bounds; 19. Applications of tail bounds: confidence intervals and balls-and-bins; 20. Hashing algorithms; Part VII. Randomized Algorithms: 21. Las Vegas randomized algorithms; 22. Monte Carlo randomized algorithms; 23. Primality testing; Part VIII. Discrete-time Markov Chains; 24. Discrete-time Markov chains: finite-state; 25. Ergodicity for finite-state discrete-time Markov chains; 26. Discrete-time Markov chains: infinite-state; 27. A little bit of queueing theory; References; Index.