Name: Stochastic Processes Using Python
SKU: 189751461
Price: 223440 KRW
Availability: SoldOut
Author: Vasilis Pagonis
ISBN: 9781032890654

카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

사이즈비교 공유하기

소득공제 수입

직수입양서 Stochastic Processes Using Python

Hardback, 1st Edition, Illustrations, Color

바인딩/에디션 안내

Vasilis Pagonis

Chapman and Hall/CRC 2026.11.19.

회원리뷰 첫번째 리뷰어가 되어주세요

직수입외서는 변심/착오로 인해 주문을 취소할 경우 해외주문 취소수수료 20%가 부과됩니다.?

가격: 248,270원

10 223,440

YES포인트?: 11,180원 (5%) 마니아추가적립

5만원 이상 구매 시 2천원 추가 적립

앱 다운 시 1천원 상품권

결제혜택: 최대 1,000원 적립

국내배송만 가능
해외 거래처 사정에 의하여 품절/지연 가능
도서 정보 중 미표기 사항 안내?
문화비소득공제 가능

시리즈 태그 업체 공지사항 중고직수입양서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

책소개

Stochastic Processes using Python This unique introductory textbook provides a practical, pedagogical introduction to Monte Carlo Methods and Stochastic Processes. The book can be used for a wide variety of advanced undergraduate and first year graduate courses in Computational statistics, Introduction to stochastic processes, and Monte Carlo computational methods. The intended audience is advanced undergraduates and graduate students who take a stochastic processes course as well as researchers who need a practical introduction to Monte Carlo methods using Python. The textbook contains 146 well documented Python examples integrated within the text, which demonstrate how to use Python for both numerical and symbolic calculations of stochastic processes. Each chapter concludes with a set of problems designed to help readers hone their skills in coding stochastic processes. An introductory chapter introduces definitions and axioms of probability, conditional probability and Bayes’ rule, with applications of finite stochastic processes. This is followed by Monte Carlo estimation of integrals and probabilities, and the rejection sampling and the inverse CDF transformation techniques. Two chapters introduce simulations and sampling methods for all the classic continuous and discrete distributions, and example codes demonstrate applications of the central limit theorem. A detailed chapter is dedicated to variance reduction methods: stratified sampling, importance sampling, control and antithetic variables. Joint distributions are applied to Bayes’ theorem, conditional expectation and variance, the laws of total expectation and total variance and convolution of random variables. The next chapter presents detailed simulations of the important Bernoulli and Poisson processes and their properties: distribution of events, arrival times, waiting times and autocorrelation, in the general context of stationary processes. The next chapter is dedicated to examples of random walks, gambler’s ruin, the diffusion equation, and the solution of difference equations which leads to a discussion of Markov processes. Stochastic birth-death processes are presented next, with coded examples of the master equation, Kolmogorov equations and the Gillespie algorithm. The book concludes with three detailed chapters on Markov chains, Monte Carlo (MCMC) methods and Bayesian Inference. Coded examples are given for transition matrices, stationary distributions, absorbing states, the Metropolis-Hastings algorithm, slice sampling, Gibbs sampling and Bayesian regression. Key Features:<ul> <li>A unique practical approach which merges presentation of the basic theory and the practical Python programming examples.</li> <li>Contains 139 well documented Python codes, which demonstrate clearly the theoretical and mathematical concepts, without overwhelming readers with mathematical details.</li> <li>All Python codes are available for downloading in the book’s website at GitHub, in the form of ready to run Jupyter notebooks.</li> <li>Detailed PowerPoint presentations are available online, which are based on the material and examples from the textbook.</li> <li>A detailed solutions manual is also available for instructors using the textbook in their courses.</li> </ul>

책소개 더보기펼치기

Chapter 1 PROBABILITY AND RANDOM VARIABLES Chapter 2 BASIC MONTE CARLO METHODS Chapter 3 DESCRIPTIVE STATISTICS AND GENERATING FUNCTIONS Chapter 4 STOCHASTIC SIMULATIONS OF DISCRETE DISTRIBUTIONS Chapter 5 STOCHASTIC SIMULATIONS OF CONTINUOUS DISTRIBUTIONS Chapter 6 VARIANCE REDUCTION METHODS Chapter 7 MULTIPLE RANDOM VARIABLES Chapter 8 BERNOULLI AND POISSON PROCESSES Chapter 9 RANDOM WALKS Chapter 10 STOCHASTIC BIRTH-DEATH PROCESSES: THE GILLESPIE ALGORITHM Chapter 11 DISCRETE TIME MARKOV CHAINS Chapter 12 MARKOV CHAIN MONTE CARLO (MCMC) METHODS Chapter 13 BAYESIAN STATISTICS AND MCMC BIBLIOGRAPHY INDEX

목차 더보기펼치기

품목정보

발행 예정일: 미정

쪽수, 무게, 크기: 528쪽 | 180*250mm

ISBN13: 9781032890654

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

리뷰 쓰기

혜택 및 유의사항

한줄평

첫번째 한줄평을 남겨주세요.

한줄평 쓰기

혜택 및 유의사항

상품정보안내

직수입외서의 경우, 해외거래처에서 제공하는 정보가 부족하여 제목, 표지, 가격, 유통상태 등의 정보가 미비하거나 변경되는 경우가 있습니다. 정확한 확인을 원하시는 경우, 일대일 상담으로 문의하여 주시면 답변 드리겠습니다.
(판형과 판수 등이 다양한 도서는 찾으시는 도서의 ISBN을 알려 주시면 보다 빠르고 정확한 안내가 가능합니다.)

해외거래처에서 품절인 경우, 2차 거래선을 통해 유럽과 미국 출판사로 직접 수입이 진행될 수 있습니다.
수입 진행 시점으로 부터 2~3주가 추가로 소요되며, 해외에서도 유통이 원활하지 않은 도서는 품절 안내가 지연될 수 있습니다.
해당 경우, 문자와 메일로 별도 안내를 드리고 있사오니 마이페이지에서 휴대전화번호와 메일주소를 다시 한번 확인해주시기 바랍니다.

배송/반품/교환 안내

미출간 판매시작 알림신청

이 책을 구입하신 분들이 산 책

이 책을 구입하신 분들이 산 책

책소개

목차

관련 분류

품목정보

리뷰/한줄평0

상품정보안내

배송/반품/교환 안내